世界模型，这个2026年备受瞩目的科技概念，正在吸引无数创业者和投资者的目光。一位创业者透露，如今若项目不提及“世界模型”，几乎难以获得投资机构的关注。然而，行业内部对这一概念的定义却众说纷纭，视频生成、VLA、自动驾驶等领域的公司纷纷自称掌握世界模型技术，导致市场一片混乱。
在这一背景下，一群数学家决定从底层逻辑出发，探索世界模型的真正内涵。他们背后的公司——清雁科技，由清华大学与北京雁栖湖应用数学研究院共同孵化，近期宣布完成超亿元A轮融资，由君联资本领投，宁波亿时、苏州苏创投跟投。
清雁科技的核心团队包括董事长孙明明、董事汤珂、CEO张英伟和CTO王凡。公司成立初期，团队专注于数据基础设施与数学和AI的结合，逐渐发现数据基础设施的使用者正从机构转向模型，数据能力与模型的结合日益紧密。这一趋势促使他们判断，世界模型将成为未来的必然方向。
在学术层面，清雁科技与北京雁栖湖应用数学研究院保持高频交流，发现微分几何和数学物理在世界模型中具有重要应用价值。具身智能领域的数据稀缺问题，尤其是跨本体问题和罕见但致命的corner case，成为他们思考的现实切入点。团队认为，这些问题的根源在于缺乏一套能结构化表达和验证物理世界的底层方法，而数学正是解决这一问题的关键。
清雁科技的核心叙事是“从基础数学出发，追求物理AI 0到1的算法突破”。他们提出“几何物理表征与验证体系”，通过几何物理方法描述物体，并验证其属性与运动交互是否符合物理规律。孙明明解释，几何物理层将物体从像素和点的几何转化为连续、可微、可计算的物理状态，统一表达对象的身份、几何结构、位姿、运动、材料和接触关系。这一体系显著降低了模型的学习目标和数据需求。
该体系的可验证性同样重要。当世界被建模为几何物理状态时，模型预测结果可接受规则检查和仿真检验，并为误差诊断提供具体分析入口。对于可观测的物理参数，还可结合真实反馈进行校准。今年8月的世界机器人大会上，清雁科技展示了基于几何物理表征的阶段性成果，自研物理引擎在同等精度下，计算效率达到主流引擎Newton的5.2倍，柔性体形变计算效率高出一个量级。
在数据方面，清雁科技选择自建数据采集场。今年，两处自建采集场将在北京落地，规模仍在规划中。围绕采集场，公司自研了采集设备、数据管线、自动标注治理与质检评测体系，采集4D乃至5D数据。张英伟介绍，自建训练场能提高模型训练效率，尤其是涉及自研创新采集设备的应用时。
对于长尾事件数据，清雁科技搭建了“模型牵引数据、数据反哺模型”的闭环，即“模数共振闭环”。汤珂表示，无论最终突破是否发生在清雁，这套高效闭环都能让公司保持竞争力。该闭环的数据采集与平台底座建立在数据空间和数据沙箱之上，完全符合国家对数据合规与可信交付的要求。
清雁科技的业务布局分为三条曲线：一是数据基础设施，对外输出数据空间、数据资产管理平台；二是数据采集场，自建之外，也对外输出采集设备和平台，承接存量数采中心改造；三是模型，包括世界模型、行动模型和基于几何物理引擎的合成数据。公司已在秦皇岛的具身智能数据训练场中扮演独立第三方角色，负责底层数据基础设施。
孙明明认为，具身智能的困境是整个AGI体系在环境感知与决策能力上缺口的外显。CV领域的基模远未达到大语言模型的能力，补上这一缺口后，数字世界、随身AI设备和AI for science等领域将出现新产品。王凡指出，世界模型的技术路线远未收敛，对机器人而言，关键不是重建整个场景，而是认知世界并据此决策。
君联资本将清雁科技视为中国版的“Neo Lab”，认为其脱胎于高校与研究院，聚焦技术前沿，同时实现科研能力产业化。孙明明表示，Neo Lab的成立需直面前沿公共难题，如具身智能领域的数据稀缺和任务困难，并采用新的组织范式，如扁平化管理和自下而上的探索。汤珂认为，这一代创业范式正从产品经理转向技术专家，知识成为稀缺产品和壁垒，公司大量从研究院和学校中成长。
王凡坦言，最担心的竞争变量是在技术路线收敛前未能取得足够突破。孙明明则表示，问题的最终解决需要多家类似Neo Lab的公司共同探索，如同大模型领域由多家公司共同推动一样。他透露，明年公司将发布面向公众的模型，几何物理引擎能否在真实任务中立住，将是第一个检验标准。
