极佳视界在 WAIC 展出 GigaWorld 全系：世界模型开始从生成视频走向驱动机器人

文生视频模型擅长把提示词变成画面，但机器人真正需要的是另一种能力：它做出一个动作后，环境会发生什么变化？杯子会不会倒、机械臂会不会碰撞、下一步应该怎样修正？

极佳视界在 WAIC 2026 首次完整展示通用世界模型产品线，从内容创作引擎一粟 YiSu、自动驾驶仿真平台 DriveDreamer，到具身智能世界模型 GigaWorld 和动作模型 GigaBrain，试图把“生成世界”与“在世界里行动”接起来。

同一套世界模型路线，被拆成三类可落地产品
一粟 YiSu 面向影视、游戏和互动内容，重点是通过自然语言完成布景、表演和运镜；DriveDreamer 面向自动驾驶，用生成和重建能力补充难采集场景；GigaWorld 则为机器人生成可以交互的虚拟环境。

GigaBrain 负责把感知和动作连接起来。团队还公开了 GigaWorld-Policy 及 0.5 版本的论文、模型和代码，开发者可以查看模型结构与部分评测，而不必只依赖展台演示。

WAIC 期间，极佳视界与摩尔线程宣布在国产 GPU 上完成相关模型训练与推理验证。合作说明产品正在补齐算力适配，但实际性能和成本仍应以可复现测试为准。

世界模型的价值，是提前模拟失败，而不是生成更漂亮的视频
对自动驾驶和机器人来说，真实世界里最难收集的往往是低频危险场景。世界模型可以改变道路、物体和任务条件，生成更多可控训练样本，让系统在虚拟环境里先遇到失败。

它还可以预测动作后的状态，用于筛选机器人策略。相比只看单帧图像，系统需要连续理解物体、空间和因果变化，这也是“从生成到行动”的关键区别。

不过，生成环境如果违背真实物理规律，也会把错误带进训练。团队必须持续用真实数据校准，并公开说明哪些结果来自仿真、哪些已经通过真机验证。

普通开发者可以从开源模型入手，但别把榜单当成落地结论
极佳视界已经在 Hugging Face 和 GitHub 发布 GigaWorld-Policy 相关模型与代码，适合研究者先查看许可、运行环境和公开任务，再判断是否具备复现条件。

论文和官方材料公布了多项基准结果，这些成绩能说明研究方向，但不同数据集、机器人本体和评测设置之间不能直接横向换算。真正部署时还要看推理速度、硬件成本、失败恢复和安全机制。

这次 WAIC 全系展示的最大信号，是世界模型不再只是内容生成的新名字，而是在尝试成为自动驾驶与机器人训练的数据引擎。

想继续了解
• 极佳视界官方网站：GigaWorld 产品路线
• 花城：极佳视界 WAIC 通用世界模型全系列产品
• 盖世汽车：极佳视界与摩尔线程达成合作
• Hugging Face：Giga-World-Policy-0.5 模型页
• arXiv：GigaWorld-Policy-0.5 技术论文
• WAIC 2026 官方企业目录