近年来，物理AI、世界模型等话题引发全球热议，科技巨头持续加码布局，学术大咖相继发声定调。2025年起，英伟达创始人黄仁勋围绕物理AI密集发声，并将仿真视为物理AI“三台电脑”的核心。近日，斯坦福大学李飞飞团队发表研究论文，系统地将世界模型划分为渲染器（Renderers）、仿真器（Simulators）、规划器（Planners）三类功能模块，明确仿真是世界模型不可或缺的核心支柱，是AI习得物理直觉、实现真实世界交互的关键。

近日，云道智能创始人屈凯峰博士围绕世界模型与算力变革，分享了云道智能的系统思考，详细拆解了世界模型的本质、仿真的底层价值、产业的未来方向以及公司的创新体系与落地路径。

走向物理AI和世界模型C位

“仿真是我们几乎一切工作的核心。”

屈凯峰表示，仿真看似小众，实则既基础又高端。随着物理AI、世界模型、具身智能等领域的众多企业成长为“独角兽”，全球科技界和投资圈已将聚光灯打向同一方向——仿真。

2026年初，黄仁勋在CES 2026（2026年国际消费电子展）主题演讲中说，物理AI的突破必须建立在“高保真仿真”的基石之上。离开仿真，任何试图理解世界规律的机器都只能在真实环境中低效试错。仿真不是物理AI的可选项，而是它的起跑线。

前述李飞飞团队的研究论文认为，仿真器是衔接渲染器与规划器的桥梁，是三者中最容易被忽视却具有产业价值的核心支柱。只有仿真能为AI提供遵循物理规律的“数据食粮”，让智能体在虚拟世界中安全试错、学会与真实世界互动。

科技巨头和学术大咖的相继发声，让貌似小众的“仿真”走到时代的聚光灯下。

正如屈凯峰所言：“仿真已经从一个看似小众的行业，走向了物理AI和世界模型的C位。”

沉淀20余万场景化仿真APP

2026年3月21日，特斯拉创始人埃隆·马斯克的一条推文在互联网上引发热议：我们生活在模拟世界中的概率有多大？

面对这个问题，物理学家和计算机学家分别给出0%和100%两个截然相反的回答。

屈凯峰认为，无论我们是否生活在一个模拟世界中，我们的世界一定是可模拟的，因为世界是有模型的。强力、弱力、电磁力和引力四大基本力构成了整个宇宙的底层运行规律。

他进一步阐述，理论上只要算力足够，人类可以精确模拟整个世界，甚至可能知道“上帝是怎么想的”。但从宇宙大爆炸至今，可观测宇宙的理论最大基本计算操作总量是10的120次方，这是一个无法企及的天文数字。

人类对算力的渴求是无止境的。但在目前算力有限的情况下，我们如何计算世界模型呢？答案是“抽象”。

人类探索世界的过程，本身就是不断抽象、提炼的过程。在微观量子层面，强力、弱力、电磁力是粒子物理学与量子场论的核心研究对象，其中电磁力同时作用于微观与宏观尺度；而主导宏观世界运行的电磁力与引力，可进一步抽象为固体力学、流体力学、电动力学和热力学四大工程力学。

遵循这一底层逻辑，云道智能在四大工程力学的学科基础上，打造了通用多物理场仿真平台伏图（Simdroid），并在此基础上进一步“抽象”，走向行业与场景，深耕十余个垂直领域专用行业模块，沉淀20余万场景化仿真APP。

构筑平台三大核心竞争力

屈凯峰介绍，GPU架构、统一多物理场和模板化，是Simdroid平台的三大创新点。

GPU架构：GPU的出现带来了算力跃升，提升了仿真效率，让世界模型的求解有了时代利器。云道智能较早拥抱GPU技术，研发的Simdroid平台具备GPU架构，能让GPU并行计算效率提升40倍甚至更高倍数。

统一多物理场：云道智能从创业之初就坚定布局统一多物理场架构，将固体力学、流体力学、电动力学和热力学四大物理场搭建在同一底层体系下，解决了传统仿真软件多架构割裂、多物理场耦合计算效率低等问题。屈凯峰形象地比喻：“从头做多物理场就像开火车，起步可能很慢，不像‘骑自行车’式的单点方案那样轻盈，但长期加速后优势会越来越大。”

他还特别提到，基于Simdroid生长出来的电子散热模块Simdroid-EC在2025年国内电子散热市场的许可证收入已超越国际同类竞品，位居第一。

模板化：云道智能是国际上率先提供模板化工具仿真APP生成器的公司。这一选择，不仅降低了仿真的应用门槛，也为后续升级到“仿真Agent”奠定了基础。

催动行业新一轮发展格局

GPU的持续突破，推动算力指数级提升，加速大语言模型与仿真深度融合，变革性地改变了仿真软件的使用和编写方式，也让实时、超实时仿真成为可能。

在使用方式上，从早期DOS时代的命令行，到Windows时代的通用桌面软件，再到互联网时代的PaaS+APP，每个阶段的用户都需要花费几周乃至数月时间去学习如何使用软件。大语言模型与仿真软件融合，使得用户可以通过与智能体（Agent）自然语言交互，完成对仿真软件的调用，大幅降低软件使用门槛。

在编写方式上，过去，编写仿真软件需要同时精通数学、物理和编程的跨学科人才，大型软件编写动辄需要上千人，耗时数年才能完成。如今，一个几百人的团队花上几年就能与国际巨头同台竞技，这得益于大语言模型催生的AI编程能力。传统软件的护城河正在消失，后来者有了追赶机会。

屈凯峰表示，“仿真不会被AI替代。软件不会消失，只是形态迭代升级，未来软件更多是给AI用的。”

他进一步表示，大语言模型是基于海量数据的，而数据和软件的结合必然走向场景化。未来，通用的底层会开源，而与场景深度耦合的专用软件将更有附加值。“就像种小麦很辛苦，做成馒头就会值钱一些，而更赚钱的是卖面包。”

云道智能的仿真APP具备天然的闭域场景属性，与大模型高度适配，用户在仿真过程中沉淀的海量场景数据，可持续训练迭代仿真Agent。面对同类工业场景，仿真Agent可依托训练模型秒级甚至毫秒级输出结果，以模型预训练的方式，弥补硬件算力不足的短板，真正实现工业效率革命。

迈向万亿级物理AI市场

屈凯峰认为，在GPU和大语言模型的双重加持下，“仿真跨过了传统的研发设计边界，走向了更为广阔的星辰大海——应用训练”。

下一代AI是物理AI，物理AI的核心是仿真。仿真、训练、执行，构成了物理AI的“三台电脑”。英伟达从硬件角度构建虚拟世界，而云道智能希望从软件角度打造物理引擎，构建世界模型。屈凯峰强调，仿真不只是为大语言模型提供训练数据，更是为各类机器提供“自动驾驶系统”。

“人类正在经历从物理世界向数字世界的迁徙。大语言模型本质上是数据引擎，仿真本质上是物理引擎。二者双轮驱动，共同构建世界模型。”

屈凯峰结合云道智能的英文名SimWE，进一步阐释了公司的使命。SimWE全称Simulation World Engine，中文意为“仿真世界引擎”。这与公司在2025用户生态大会上提出的“物理智能”（Physical Intelligence，简称PI）一脉相承。

面向物理AI的万亿规模市场，云道智能推出了物理AI开发平台Sim-PI。用户可以在该平台上为虚拟数字体赋予真实物理属性，生成各种虚拟训练场景。机械臂等具身设备的数字孪生体在虚拟场景中反复训练，最终产出适配的“物理AI大脑”。

当前，产线上大量的标准化工作已被机械臂取代，但插拔、组装、拆箱等非标准化操作，仍高度依赖人工。从一个位置拔下器件，走两步，再插到另一个位置——这个动作看似简单，但器件不是标准的，插拔位置也有可能变动，机器人很难通过预编程方式完成所有操作。这正是当下物理AI可以发挥巨大价值的场景。“云道智能从工业场景一路走来，这正是我们的优势。”屈凯峰说。

回顾过去，云道智能聚焦研发设计，在算力和电力行业进行了深度耕耘与突破。随着AI从“像素”走进“现实”，算力需求将迎来爆发式增长，电力供给与配套承载压力同步攀升，市场前景更为广阔。面向未来，在研发设计领域，云道智能将继续深耕算力和电力行业，深度打磨Simdroid平台，使其赋能全行业、覆盖全场景；在应用训练领域，云道智能将以仿真为基础打造世界模型，持续强化Sim-PI平台，推动物理AI在具身智能和智能工厂等领域实现规模化落地。

未来已来。屈凯峰以颇具云道智能特色的说法，为演讲画上句号：

SimWE, Sim-PI.

Sim-PI, Sim we come.