芯耀
与非AI
342
佐思汽研发布《2026年智能驾驶仿真与世界模型研究报告》。
《2026年智能驾驶仿真与世界模型研究报告》主要围绕仿真与世界模型领域的核心技术、产业趋势与主流方案，内容涵盖仿真测试的完整体系（MIL到VIL的在环测试、场景库构建等），以及OEM/Tier世界模型方案落地的演进路径，重点分析了国内14家和国外13家主流仿真平台与世界模型方案商，梳理了仿真测试与世界模型的协同关系，并通过研究，展示了世界模型在数据降本、场景泛化、决策推理等方面的核心价值。
随着国标GB/T 47025-2026《智能网联汽车自动驾驶功能仿真试验方法及要求》于2026年1月28日发布并正式实施，该标准适用于具备自动驾驶功能的M类、N类车辆或自动驾驶系统，规定了自动驾驶功能的仿真试验方法、试验要求和总体通过要求。标准定义了 7类共48个专项试验项目。它与已发布的场地试验（GB/T 41798-2022）和道路试验（GB/T 44719-2024）标准共同构成“仿真-场地-道路”三位一体的完整验证体系。
各仿真在环测试环节定位与协同关系
来源：佐思汽研《2026年智能驾驶仿真与世界模型研究报告》
为加快L3/L4自动驾驶量产落地，一套成熟的自动驾驶算法验证通常遵循“99.9%仿真测试 + 0.09%封闭场地测试 + 0.01%公开道路测试”的黄金比例。推荐性国标GB/T 47025-2026要求传感器模型与实车误差≤5%；动力学模型与实车一致性≥95%；交通参与者行为高保真等，这意味着智能驾驶行业进入合规准入，安全优先的全新发展阶段。仿真测试不再是研发辅助手段，而是成为产品的准入、认证、安全举证的法定必需环节。
与此同时，世界模型作为一种生成式AI模型，能够通过构建内部表征理解真实世界的动态规律（涵盖物理特性与空间属性），同时借助文本、图像、视频和运动数据等输入信息生成视频内容，正加速在自动驾驶、机器人技术等领域展现出巨大应用潜力，正成为驱动智能系统向高阶感知与决策能力跃升的核心技术支柱。
世界模型“理解-生成-预测”能力
图片来源：大晓机器人
一、仿真平台向高保真度、物理一致性、动态交互的“训练环境”演进
仿真系统定位已从传统测试执行工具，升级为支撑算法训练的核心数据基础设施。仿真环境也正从追求“视觉上像”向“行为上真”演进，强调物理级传感器仿真（如光子、电信号、多回波）、精准的材料属性（如反射率、粗糙度）、符合物理规律的车辆动力学和交通流，以弥合“Sim-to-Real”鸿沟。
在高保真度方面，仿真平台企业正持续升级仿真验证能力，高置信度仿真更加细腻化。比如康谋 aiSim6，可以提供物理级传感器仿真，如摄像头（非线性响应、CMOS噪声）和LiDAR（高斯射线、多回波、天气衰减），实现ASAM OpenMATERIAL 3D标准，定义精确的材料物理属性。此外，其基于自研的 PBR Splatting 技术，对 3DGS 模型可动态调整场景光照，在同一路段动态切换白天、傍晚、夜晚等光照条件，变成了"可动态配置的训练环境"，实现“基于物理的动态神经渲染”。
值得注意的是，aiSim 6 将描述流体运动的Navier-Stokes 方程应用于环境粒子物理仿真，把物理级环境干扰引入了合成数据链路，可真实模拟车辆行驶气流带动的落叶运动、雨天路面溅起的水花、井盖蒸汽与交通参与者的动态交互效果，补齐边缘场景物理真实性短板。
aiSim6粒子仿真效果举例
图片来源：康谋
在物理一致性方面，以沛岱科技的精准物理仿真为例，沛岱自研自进化双涡轮驱动数据训练平台，在通过高物理性世界模型生成视觉或者点云等多模态数据闭环训练机器人大脑的同时，通过数据可信度测试技术（“物理判官”系统）检验生成数据的物理性，并同步完成数据筛选和世界模型的闭环再训练。基于自进化的数据双涡轮，使具身智能大脑在越来越物理的合成数据的注入下，完成全自动的迭代进化，增强算法在复杂真实场景中的适应性和泛化能力。
公司自研全物理级光学核心建模技术，高度还原数据光学物理性，并以此训练有包含动力学和光学双高物理性的多模态世界模型数据生成架构，为人工智能企业提供高保真合成数据解决方案。
图片来源：沛岱科技
在动态交互方面，以清科灵境为例，其面向高级智驾的交通流合成数据平台OASIS Traffic方案基于真实路侧数据，通过AI生成涵盖60类高交互场景的对抗交通流，利用TTC/PET量化危险度，覆盖超30%的长尾Corner Case。可生成海量动态交通场景（典型地区、典型交通场景、动态参与者、自然与对抗行为）数据集。
二、世界模型从“辅助工具”走向“核心基座”
世界模型致力于内化物理规律，如重力、碰撞、因果律，以解决长时序一致性、可解释性等传统仿真工具的痛点，理解世界的“常识”。例如，极佳视界 GigaWorld-1在物理遵循（Physics Adherence）能力卓越，能精准模拟重力、碰撞等复杂物理交互。理想 MindVLA-o1通过原生3D ViT和预测式隐世界模型，在三维空间结构中理解物体位置关系、运动规律。利用世界模型生成海量、高保真、多样化的训练数据，解决真实物理交互数据极度稀缺的瓶颈，推动“Sim2Real”迁移。
图片来源：佐思汽研
融合趋势：VLA + 世界模型 + 强化学习
在智能驾驶领域，世界模型从单一的数据生成器，升级为自动驾驶系统的核心认知与推演中枢，与VLA模型、强化学习深度融合。算法训练中，VLA负责感知与语义理解，世界模型负责未来推演与预测，强化学习负责在虚拟世界中自主优化决策，三者协同工作。例如，
轻舟“VLA+世界模型”统一架构不仅能复用经过百万量产验证的端到端能力，还能通过语言能力精准理解环境文本、复杂场景与语音指令，实现模型决策、远程接管与人机交互的三重对齐；再借助世界预测模型，精准推演交通参与者行为、道路结构变化与动态场景演进，从而规划出最优行驶轨迹。
小鹏X-World作为其第二代VLA的“云端母体”，是一个会“思考”驾驶场景的物理AI仿真器，通过世界模型生成海量场景用于训练评估，研发范式从“堆实车测试”转向“堆算力训练”。模型基于领先的视频生成模型WAN 2.2构建，采用定制化的DiT骨干网络。其关键创新在于引入了视角-时间自注意力机制，强制模型在生成时同时建模时间维度和7个环视摄像头视角间的空间几何关系，从而确保生成的虚拟世界在跨视角间严丝合缝，避免物体“穿模”或错位。底层采用高压缩比3D因果自编码器（VAE），大幅降低了多路视频流处理的计算开销，支持长时序建模。
图片来源：论文《X-World: Controllable Ego-Centric Multi-Camera World Models for Scalable End-to-End Driving》
世界模型核心基座案例：
智能驾驶领域，世界模型采用“云端训练+车端推理”的双引擎架构，由云端负责大规模训练和场景生成，车端负责实时决策和快速响应。 比如，2026年4月24日，华为发布乾崑智驾ADS 5，采用WEWA 2.0架构，博弈强度与学习效率提升10倍，碰撞风险降低50%；云端算力从2023年跃升至2026年目前的60 EFLOPS，实现21倍增长，支撑高阶自动驾驶研发。
华为WEWA架构，WE（World Engine）世界引擎（云端）负责梦镜训练和模型参数升级，利用扩散生成模型技术，采用“边生成、边学习、边验证”模式，高可控生成各种罕见场景，如侧前车Cut-in、鬼探头、前车急刹等，实现“从人教AI到AI教AI”；WA（World Action Model）世界行为模型（车端）负责实时路径规划与控制。
图片来源：2026华为乾崑技术大会
小马智行 PonyWorld 2.0 世界模型具备自我诊断与定向进化能力，AI能自主诊断短板、主动指导数据采集，成为研发训练范式变革的核心。具体而言，PonyWorld 2.0结合小马智行车端模型的Intention（意图）语义层，实现了对每一次驾驶决策的自动化回溯与归因分析。系统能够自动区分问题根源，并将诊断结果精准反馈至模型训练流程。
基于自我诊断结果，PonyWorld 2.0能够自动识别世界模型精度不足的具体场景，并主动生成定向数据采集任务。例如，系统可自动推送指令：“请于特定时段在指定路口重点采集逆光条件下非机动车与行人混行场景数据。”研发与测试团队由此围绕世界模型的“精度需求”高效协作，实现AI引导下的定向数据采集与模型迭代。
图片来源：佐思汽研
在具身智能领域，世界模型从“数据引擎”演变为具身智能体的“大脑”或“模拟器”，能进行物理推演、动作规划和任务决策。
例如，不同于传统的WA架构依赖低效、冗长的视频预测链路，极佳视界世界-动作模型(WAM) GigaWorld-Policy，以动作为中心的模型范式突破了跨模态耦合瓶颈，从架构层面实现推理效率的跃迁式提升。
首创 “训繁推简”混合范式策略模型：
在训练阶段，GigaWorld-Policy 通过 Causal Mask（因果掩码） 机制实现动作 Token 与未来视觉 Token 的统一建模，使动作预测能够充分受益于未来视觉动态所带来的高密度监督信号。
在推理阶段，模型则完全舍弃视频预测分支，仅保留轻量化的动作生成模块，无需执行长序列视觉 Token 的推理过程，根本性规避了传统 WA 模型中跨模态架构耦合带来的结构性计算冗余。
与当前主流 WA 模型（如 Motus 及 Cosmos Policy）相比，GigaWorld-Policy 在保持策略质量的同时实现10倍推理速度提升，真正匹配机器人高频闭环控制的实时性需求。GigaWorld-Policy 在真机任务中的平均成功率逼近 85% 。面对 Cosmos-Policy 等强劲对手，其成功率绝对值提升了超过30%。
图片来源：极佳视界
2026年4月29日，生数科技正式发布通用世界行动模型 Motubrain，其定位于具身智能机器人的通用大脑，具备多本体适配、多任务泛化和长程任务执行能力，实现一脑多能、一脑多型。MotuBrain 的核心突破，在于将“看到的世界”和“要执行的动作”放入同一个模型中统一建模，让机器人不仅能理解环境，也能预测变化，并生成可执行的行动策略。MotuBrain 同时在 RoboTwin 2.0 与 WorldArena 两项国际权威 Benchmark 上取得第一。其中，在 WorldArena 上，MotuBrain 以 63.77 的总体 EWM Score 位居第一，并在 Motion Quality、Flow Score、Motion Smoothness 等多个关键运动维度上全面领跑。
图片来源：生数科技
三、「仿真测试 + 世界模型」双轮驱动的测试体系，已成研发基础设施
在自动驾驶数据闭环和测试体系中，仿真测试与世界模型形成了互补格局，实现技术短板互抵、能力边界互补。
图片来源：佐思汽研《2026年智能驾驶仿真与世界模型研究报告》
在自动驾驶领域和具身智能领域，仿真测试与世界模型正从“各司其职”走向“深度融合”。行业开始建立统一标准，推动“重建+生成+仿真+训练”的一体化平台建设，使仿真能力从智能驾驶复用到具身智能，实现更广泛的物理AI生态。
当前，世界模型（尤其是生成式世界模型）成为仿真平台的核心“发电厂”，驱动仿真场景的AI自动生成，低成本、高质量地生成海量多样化场景（特别是长尾和罕见场景）及高保真传感器数据。
2026年4月24日，51Sim SimOne4.0面向物理AI时代进行了全面重构与升级，构建“4DGS重建+生成式世界模型”技术底座，从实车数据自动构建可交互、可编辑、可扩展的虚拟仿真资产，实现规模化场景生成。4.0产品覆盖数据、训练、推理、验证与交付五大核心环节，全面助力AI安全、高效地进入物理世界。同时，SimOne4.0将神经渲染技术方案NVIDIA Omniverse NuRec 进行了产品级的深度融合，构建了从真实数据采集、神经场景重建到闭环仿真执行的完整数据驱动流程。在51Sim端到端数据驱动闭环方案中，动力学、激光雷达、摄像头仿真的置信度分别高达95%、95%和90%，仿真测试与场地测试一致性达92%。
SimOne4.0同步支持多类型GPU架构，并与摩尔线程旗舰级AI训推一体全功能GPU MTT S5000完成系统性适配与深度优化，可实现大规模 4DGS与世界模型训练任务的高并发执行，使复杂动态场景能够在短时间内完成高质量重建与模型训练，让世界模型与VLA不断进化。截至目前，SimOne已赋能智能驾驶、智能装备、机器人等众多具身智能领域的超百家客户。
2026年1月，智元机器人发布由其大语言模型驱动的开源仿真平台Genie Sim 3.0。该平台基于NVIDIA Isaac Sim，提供高保真仿真环境与自然语言驱动的场景生成能力，可以提供从数字资产生成、场景泛化、数据采集到自动评测的全流程闭环解决方案，显著加速模型训练与验证过程，降低对物理硬件的依赖。
Genie Sim 3.0亮点包括拥有数字孪生级高保真仿真环境，开创性地将三维重建、视觉生成技术与物理引擎深度融合，实现了视觉真实感与物理精确性的统一。其次，首创自然语言驱动的场景生成与泛化。在Genie Sim 3.0平台中，开发者输入自然语言指令即可驱动平台在分钟级内自动生成、泛化成千上万个训练与测试场景，支持大规模并行训练。此外，仿真平台还提供全量开源仿真数据集（涵盖200余项任务、总时长上万小时）与高效采集方案；构建了基于 10万+ 仿真场景的立体评估体系等。 值得注意的是，智元世界模型Genie Envisioner基于英伟达Cosmos 实现感知到行动的端到端闭环，GE 以统一的视频生成式世界模型为核心，将策略学习、评估与仿真能力整合在同一框架之中。智元机器人通过将 Cosmos Predict 2 深度集成至自研的动作条件世界模型架构中，为GE-Sim 提供强大的通用视觉与物理先验能力。
仿真测试与世界模型的融合，本质上是构建了一个数据生成-算法训练-模型验证-持续进化的飞轮闭环。在自动驾驶和具身智能两大领域，该融合路径高度一致，均指向“物理AI”的终极目标：让系统在虚拟世界中完成从认知到行动的闭环学习，再无缝迁移至物理世界。
「联系方式」手机号同微信号
产业研究部丨符先生 15810027571
赵先生 18702148304
数据服务部丨张女士 13716037793
战略咨询部丨韩女士 15810133447
推广传播部｜廖女士 13718845418
杜先生 13910162318
