阿里練操作，Momenta 開真車，英偉達搭片場：三個"世界模型"根本不是一回事

## 阿里練操作，Momenta 開真車，英偉達搭片場：三個「世界模型」根本不是一回事

「世界模型」這個詞近年在 AI 圈熱度不減，從學術論文到商業發布會，幾乎每家大廠都想搭上這班車。然而，當你仔細觀察阿里巴巴、自動駕駛公司 Momenta 與晶片巨頭英偉達各自對「世界模型」的定義，會發現它們根本是三個完全不同的故事。同名不同命，這三家企業雖然共用同一個術語，卻分別走向模擬操作、真實駕駛與虛擬片場三條路線，背後的技術邏輯與商業目標也截然不同。

### 阿里：用世界模型練「操作」，專注機器人與虛擬環境

阿里巴巴達摩院近期在「世界模型」上的布局，主要集中於機器人操作與物理模擬領域。他們開發的模型並非用來理解真實世界，而是用來在虛擬環境中訓練機器人完成抓取、移動、組裝等精細動作。這種世界模型類似於一個高度擬真的「操作沙盒」，讓 AI 可以在數位空間中反覆試錯，再將學到的技能遷移到真實機器人身上。阿里的目標是降低機器人開發成本，並讓模型能夠適應更複雜的工業或家庭場景。

### Momenta：世界模型是「開真車」的預測引擎

與阿里的虛擬訓練不同，自動駕駛公司 Momenta 把世界模型視為車輛感知與決策的核心。他們讓模型直接從真實道路數據中學習，預測行人、車輛與障礙物的下一步動向，並即時規劃行車路徑。Momenta 的世界模型本質上是一套「時空預測系統」，必須在毫秒級時間內輸出可靠結果，才能讓車輛安全行駛。換句話說，Momenta 用的是真實世界的即時輸入，而阿里用的是模擬世界的控制輸出。

### 英偉達：搭「片場」，提供計算基礎設施

英偉達的角色則更像一個「搭台者」。他們推出的 Omniverse 平台與相關世界模型技術，核心是打造一個可供開發者自由搭建的虛擬片場——無論是自動駕駛模擬、機器人測試，還是數位孿生城市，都可以在英偉達的 GPU 與模擬引擎上運行。英偉達不直接做終端產品，而是把世界模型所需的算力、渲染工具和物理引擎打包出售，讓阿里、Momenta 或其他企業可以在他們的基礎上發展各自的應用。

### 三種路線的關鍵差異：目標場景完全不同

從應用場景來看，這三者幾乎沒有重疊：阿里著重的是「控制世界」，讓 AI 學會操作物品；Momenta 著重的是「預測世界」，讓 AI 理解動態交通；英偉達著重的是「複製世界」，讓開發者可以低成本測試。這也意味著，所謂「世界模型」目前並非一個統一的技術標準，而是一個廣泛的概念框架，各家根據自身資源與市場定位，選擇了最有利的方向。

### 背景脈絡：從學術概念到商業落地

「世界模型」一詞最早源於深度學習領域對人類認知方式的模擬——希望 AI 能像人類一樣，透過少量經驗建立對世界的內在表徵。過去幾年，這項概念逐漸從學術論文走向產業，但商業化過程必然會因應不同行業的需求而分化。阿里需要的是機器人操作的閉環訓練，Momenta 需要的是自動駕駛的安全性驗證，英偉達則需要讓更多人用他們的晶片來跑模擬。三個方向各有其合理性，也各自面對不同的技術瓶頸。

### 可能影響：加速各自領域的發展，但也帶來混淆

對產業而言，這種分化短期內會加速機器人、自動駕駛與模擬技術的進步，因為資源更集中於特定痛點。不過，對一般讀者或投資人來說，「世界模型」一詞被過度濫用，可能造成概念混淆，讓人誤以為所有世界模型都能通用。這種誤解可能導致錯誤的戰略判斷，例如用自動駕駛的預測模型去訓練機器人，效果勢必大打折扣。

### 讀者可關注的後續

接下來值得觀察的是：阿里能否藉由世界模型讓機器人操作成本明顯下降，並推出商用產品？Momenta 的真車數據量是否足夠支撐更複雜的預測模型？英偉達的 Omniverse 能否成為業界標準，吸引更多開發者進駐？此外，三家企業之間是否有機會合作（例如英偉達提供算力給阿里或 Momenta），或者各自朝