当前位置：主页 > 包头 >

悠长假期

深度｜四张榜单，四种真相：WAIC 之后，世界模型到底该看哪个排名？_我的网站

杨澜访谈录

A | 7 月的上海，世博展览馆 H3 馆的过道比往年拥挤许多。

B | 　　中国餐饮品牌要实现真正的全球化，必须完成从“走出去”到“走上去”的跨越。入口处停着宇树的载人变形机甲 GD01，观众排队坐进驾驶舱拍照。　　——————————　　近期，中国餐饮界动作频频。湖南启动中餐(湘菜)出海专项行动计划，挂牌成立“湘菜出海中心”；上海举办“从虹桥出发——中国餐饮企业出海东南亚”活动，吸引40余家知名餐饮企业汇聚一堂……　　茶饮、火锅、正餐这些出海主力正加速扬帆海外。往里走，300 多台机器人真机散在 200 多家具身智能企业的展台之间，具身智能无疑是这届 WAIC 最具象的展品。而视频生成公司的展台就设在机器人公司隔壁，播放演示片的屏幕连成片：机械臂倒水，无人机穿林，虚拟角色转身。世界中餐业联合会发布的《2026中餐品牌全球化观察报告》显示，海外中餐市场年复合增长率达7%。不同公司的讲解员说着高度趋同的话：都在讲具身智能，都在讲世界模型。截至2025年年末，约200家国内餐饮品牌在海外开店70多万家。预计2027年，国际中餐市场将达到4597亿美元。图：WAIC 2026 现场，宇树科技展台（来源：新蓝网）穿梭在展台之间的投资人，面对诸多公司同样问着高度趋同的一套问题，核心聚焦在模型到底什么水平。　　“当中餐厅开遍全球，尤其是能被当地人喜欢时，它是在用最亲切、最日常的方式讲述着‘中国故事’，提升着中国的国家形象与品牌好感度。但得到的答案却分别指向不同的东西。”新出海研究学者黄渊普认为，中餐出海的意义超越餐饮本身，它所承载的文化附加值，还需更多具备国际视野、通晓中外文化的“新餐饮人”挖掘与传递。　　“登陆点”多地开花　　由于饮食文化接近，东南亚地区一直是中国餐饮品牌出海的首选地。例如，茶饮品牌“蜜雪冰城”2018年在越南开出海外首店；湘菜品牌“农耕记”2023年在新加坡开出海外首店；连锁品牌“老乡鸡”的海外首店今年4月份在马来西亚开业。　　“新加坡市场的爆发力超出我们预期。有人打开手机展示 VBench 排名，有人调出 RoboTwin 2.0 的任务成功率曲线，有人谈仿真到真机的迁移数据。同一个词，在不同的展台上被不同的数字定义。当具身智能与世界模型成为显学，榜单便不再只是技术社区的内部排名，而成了行业理解技术路线的入口，在某种程度上，更成了话语权本身。”袁记云饺联合创始人、海外业务负责人田伟透露，起初，该品牌在新加坡金隆大厦开设的海外首店日均营收不足3000新币，但3个月后业绩迎来爆发，单店日均营收稳定在5000新币以上，最高日营收达1.2万新币，50平方米左右的店翻台率可以做到11-12次。一张拼图，三个榜单 2026 年以来，具身智能和世界模型几乎成了 AI 圈最热的两个词。截至今年7月，其在新加坡布局门店已达40家。　　“在区域选择上，我们是以文化圈层为战略单元，从每个重要的全球文化区块中选出‘桥头堡’国家作为切入点。”田伟解释，以东南亚为例，依托该地区地缘近、物流成本低的优势，泰国、马来西亚的门店可快速复制新加坡成熟的运营模板，降低区域扩张成本，而5月开业的英国首店首日营业额突破4万元，为进入欧洲市场取得亮眼开局。技术圈在讨论，视频模型到底能不能成为机器理解物理世界的路径。资本圈在讨论，下一代 AI 公司，能不能从“会说话的模型”走向“会理解、会预测、会行动的模型”。媒体圈的问题则更清晰、直白，当“世界模型公司”越来越多，到底该怎么看谁更强？然而时至今日，世界模型依旧没有一个统一的定义和衡量标准。　　据资深餐饮连锁专家、和弘咨询总经理文志宏观察，当前中国餐饮企业出海的基本路径呈现出清晰的梯度特征：首选东南亚作为“桥头堡”试水，随后逐步向日韩、欧美市场渗透，进而拓展至中东、拉美及非洲等新兴区域。落到具体的评测上，世界模型目前还不是一种单一分数就能概括的能力，它更像一张尚未完成的拼图：视频质量、指令理解、时序一致性、物理规律、机器人执行、动作预测，每一项能力背后都站着一张榜单和一群拥趸。那么，具身智能和世界模型到底该看哪些榜单？把这张拼图拆开，有三块版图绕不开：一张回答"像不像"，一张回答"懂不懂"，一张回答"动不动得了"。看懂它们，比看懂任何一场发布会都更接近行业的真实进度。“将东南亚作为出海首选地并借此辐射全球，不仅是当下的主流选择，也是未来较长一段时间内中餐出海的基本战略打法。还有一块回答"准不准"，它是整张拼图的底座，值得单独一章。”　　不过，随着东南亚市场竞争逐渐激烈，上述逻辑也在松动，许多品牌开始另辟蹊径。 VBench：回答"像不像" VBench 是目前视频生成领域最常用的评测体系之一，由南洋理工大学 S-Lab、上海人工智能实验室 OpenGVLab 等机构推出。2024年，茶饮品牌“茶百道”直接将海外首店开在韩国，迅速覆盖釜山、济州岛等核心城市，目前海外业务遍布泰国、澳大利亚等10余个国家及地区，其位于巴黎卢浮宫商廊的门店近期将开业，成为首个入驻这座世界级博物馆商业体的中国新茶饮品牌。它从主体一致性、背景一致性、运动流畅度、美学质量等 16 个维度评价生成视频。它回答的问题很直接：模型生成的视频，像不像真实世界，是否符合用户输入。　　北美地区则因高消费力，持续吸引着中国餐饮品牌。“未来，北美仍将是我们的重点发力方向。

C | ”在接受中青报·中青网记者采访时，“喜茶”公共传播副总裁程浩强调，与其他地区相比，美国是喜茶当前表现最突出的海外市场，自2023年进入以来，其在美东纽约及美西湾区等区域快速扩张。据统计，纽约时代广场旗舰店开业首日，销量突破3500杯，迅速成为地标性消费热点。

D | 　　红餐产业研究院统计发现，2025年欧洲首店占比同比上升，选址决策开始从“跟着华人多的地方走”向“跟着品牌战略走”迁移。在 VBench 1.0 认证榜中，头部模型集中在 84 分到 88 分之间，差距已经很小。该研究院联合中申连锁外服发布的《中国餐饮品牌出海发展报告2026》(以下简称《报告》)提到，2025年，新加坡、美国成为国内餐饮品牌出海首店选择首位，前者是低风险、低门槛的试水跳板，后者是全球标杆背书。于是 VBench 在 2025 年推出 2.0 版本，将评测范围扩展到人类保真、物理、可控性、常识等维度，开始关注那些决定真实感、却容易被忽略的问题。根据其 HuggingFace 官方榜单的认证视图，主要名次如下：图：VBench-2.0 榜单：Veo 3 以 66.72% 居首（来源：HuggingFace Vchitect/VBench_Leaderboard，2026 年 7 月截图）但 VBench 仍主要评价视频结果。　　4.0新阶段有何不同　　中国餐饮出海本质上是中华饮食文化的传播历程。

E | 从1990年前以移民驱动的“夫妻店”为主的1.0阶段，到当前基于全产业链的体系出海的4.0新阶段，《报告》把中国餐饮品牌出海分为四个阶段。　　其中，2023年被业内视为“中国餐饮出海元年”。画面可以逼真，模型却未必理解画面背后的规律。 WorldModelBench：回答"懂不懂" 如果视频生成模型被称为“世界模型”，它就需要接受更严格的检验。2023年起，国内餐饮竞争加剧，连锁品牌纷纷加速出海。 2025 年，来自 UC Berkeley、UC San Diego、NVIDIA 和 MIT 的研究者推出 WorldModelBench，把模型放进物理和常识环境中测试。同时，上游供应链企业亦拓展海外业务，涵盖食材供应、调味料、冷链物流及品牌设计咨询等，中国餐饮出海由此进入全新阶段，掀起了新一轮餐饮出海浪潮。　　海外中餐消费需求显露、国家政策支持与连锁化能力同步成熟，共同推动中国餐饮品牌出海从可选动作转向品牌的增长必选项。“与当初小规模试水相比，现在这一波出海热潮更具战略性。

F | 该评测覆盖机器人、驾驶、工业、人类活动等 7 大领域，包含 350 条提示词和 6.7 万条人工标注，从指令遵循、物理规律、常识三个维度打分。其中物理遵循占总分一半。”文志宏发现，如今的餐饮企业在扬帆海外前，普遍已做好系统规划与战略打法。

G | 原因很简单：世界模型最重要的能力之一，是预测物体在真实世界中会如何变化。结果显示，即使表现最好的模型，也只有 61% 的视频正确完成指令；12% 的视频违反质量守恒，11% 出现物体互相穿透。　　《报告》进一步指出，随着中国餐饮品牌海外布局逐步扩大，出海模式从早期依赖单店产品复制的模式，转向依托供应链、运营体系与商业模式本地化复制的“体系出海”，实现规模化扩张，实现从“开一家店”到“运营一个市场”的跨越。模型能生成一个看起来合理的世界，但距离真正理解世界，还有明显距离。　　在出海策略上，奶茶品牌“甜啦啦”将海外首店落地印度尼西亚，并同步推进本地供应链建设。它从国内整柜出口核心原料以确保品质稳定，从当地采购短保食材以降低成本和新鲜度损耗，还计划在东南亚自建半成品工厂，把成熟的供应链能力复制到海外。

H | 图：WorldModelBench 官网榜单（来源：worldmodelbench-team.github.io，2026 年 7 月截图） RoboTwin 2.0：回答"动不动得了" 世界模型终究要服务于行动，再往拼图下游走一格，机器人能否干活便成了一个很重要的维度。

I | RoboTwin 2.0 由上海交大 ScaleLab 与港大 MMLab 主导、上海人工智能实验室参与。它包含 50 个双臂协同操作任务，抓取交接、工具使用、可形变物体操作，跑在 SAPIEN 仿真器上，支持 Aloha-AgileX、ARX-X5、Piper、Franka、UR5 共 5 种双臂本体，配套一个 731 个实例、147 个类别的物体库，通过 Easy 和 Hard 两种环境，测试机器人能否从仿真走向更复杂的真实世界。早期结果显示，在 Hard 设定下，多数方法成功率仍低于 20%。今年以来，该品牌在当地迅速扩张，截至7月底，在该国累计签约门店已突破700家。　　程浩分享喜茶海外发展经验时也提到，供应链与运营能力的提前布局至关重要。机器人能够完成特定任务，但距离稳定、泛化地完成任务还有很长距离。图：RoboTwin 2.0 官方榜单（来源：robotwin-platform.github.io，2026 年 7 月截图）三张榜单，三种能力，各自有发布机构和评分体系。品牌通过在美国东西海岸、英国等地建立仓储网络与核心原料统一供应保障品质，并在北美市场与大型食品供应商合作，实现牛奶、水果等关键品类的本地化采购，从而提升供应稳定性与响应效率。

J | 没有一张榜单能独自定义世界模型，放在一起，他们才勾勒出一条从生成、理解到行动的能力链。但这个链条还缺少一个最关键的环节。 Physics-IQ：回答"准不准" 人类做很多动作时，会下意识在脑中预演结果。同时，组建海外专业化本地团队，涵盖品牌市场、产品研发、供应链管理、品质管控等关键职能，确保门店营运标准与顾客体验一致。推一下杯子，它会滑多远，会不会翻倒；倾斜水壶，水会从哪里流出来；把两块磁铁靠近，它们会吸住还是弹开。机器人也需要这种能力。

K | 　　文志宏指出，高度标准化的产品是茶饮类品牌能够顺利出海的核心优势。

L | 他预测，未来最易形成规模化效应的品类将是茶饮、火锅等品类。

M | 它必须根据眼前的状态，预测几秒后会发生什么，再决定下一步动作。视频世界模型经常在这里犯错。《报告》显示，火锅与茶饮品类凭借高度标准化的运营体系，成为餐饮品牌出海的核心主力军；中式正餐作为出海先行者，也是出海的重要力量，其中川菜与湘菜占比较高。

N | 此外，小吃快餐、甜品甜点等品类也在海外市场形成一定规模，共同构成了中餐出海的丰富格局。　　战略性不仅体现在宏观布局上，也体现在对海外消费趋势的精准把握上。茶饮品牌“霸王茶姬”相关负责人告诉中青报·中青网记者，初入东南亚时，当地市场充斥着高糖、多小料的传统饮品，但他们敏锐捕捉到了当地市场饮品健康化趋势，坚持主打健康纯茶。近几年，随着当地消费者健康意识的觉醒，这些茶饮产品获得了更多认可。　　去年12月，霸王茶姬在马来西亚的部分饮品正式获得当地“健康餐饮计划(HDP)”标志认证，成为该国首个获得此项认证的现制茶饮品牌。据介绍，目前从门店数量看，马来西亚是其海外布局最密集的市场，品牌以此为基础加速向外辐射，已在全球开设7000多家门店。

o | 这类预测如果不准，后面的规划和执行都无从谈起。4月30日登陆韩国市场时，品牌在首尔三大核心商圈同步开业，单店首日销量突破2000杯，引发排队热潮。

p | 　　不过，文志宏提醒，当前中餐饮出海并未完全告别“跑马圈地”的状态。黄渊普也表达了类似观点：“目前出海市场的选择相对简单，基本是以华人数量多少为主要考量。测量这一底座能力的基准叫 Physics-IQ，由 Google DeepMind 与 INSAIT 联合推出，论文发表于 WACV 2026。 2026 年 6 月，原团队联合 Anates Labs 发布修正版 Physics-IQ Verified，修正了 57.6% 的样本标注问题，改用逐样本加权计分。”他观察到，许多经营者在本地化运营和空间设计上仍有欠缺，海外多数中餐厅的客群仍以华人为主，“现在中餐饮出海处在一个全面开花的阶段，主要是跟着中国企业出海这波节奏，尚未真正达到能够改变当地人口味、让主流群体爱上中餐的阶段。它的设计与前述榜单都不同：研究者真实拍摄了 66 个物理实验，覆盖固体力学、流体、光学、热力学、磁学五大类，每个实验 3 个机位、实拍 2 次，共 396 段 8 秒视频。”　　创建自己的“麦当劳”“肯德基”　　记者近期走访的多位业内人士，都对中餐出海的未来抱有乐观态度。黄渊普认为，当下已迎来良好开局，未来必定会诞生像麦当劳、肯德基一样风靡全球的中餐品牌。

q | 模型只看前 3 秒，预测后 5 秒会发生什么，再与真实拍到的后续画面比对。4 项指标合成一个 0 到 100 的 Physics-IQ 分数，并用同一场景两次实拍之间的差异做归一化：真实世界自己重拍一次都不会完全相同，模型的预测就被拿来和这种自然波动比较。 Physics-IQ 考察的是更底层的问题，即这个模型是否真的理解物理。　　不过，企业在出海过程中始终面临一个核心难题：如何在“坚持原汁原味”与“深度本地化”之间寻找平衡。这也正是图灵奖得主 Yann LeCun 多年来反复主张的观点，“AI 需要建立关于世界的内部模型，而不是只会生成内容”。黄渊普以麦当劳、肯德基进入中国市场为例指出，无论是坚持美式快餐的原汁原味，还是推出符合国人饮食习惯的粥品，这种因地制宜的策略差异，正是餐饮企业需要深入思考的课题。

r | 　　“我们出海的立身之本、定海神针是中国味道的水饺和云吞。”田伟介绍，针对海外市场，袁记在产品上采用“地道云饺+本地吃法”模式，核心产品还是强调和保留“中国味道”，但饮品、小食等设置则更加侧重本地口味，套餐搭配上还会根据人文和气候进行调整。例如，针对新加坡消费者工作节奏快、饮品需求旺盛的特点，门店推出“饺子+小吃”“饺子+饮品”的优惠组合套餐，既满足了消费需求，又提高了客单价。　　霸王茶姬则是根据当地食材和人文风俗，推出不同在地化的茶饮。去年8月，该品牌在新加坡60周年国庆期间推出了“兰花碧螺春”，这是新加坡限定款饮品，是用兰花、栗子和茉莉与细腻绿茶调配，而卓锦万代兰(兰花的一种)正是新加坡的国花，深受当地消费者青睐。　　要实现真正的全球化，中餐必须完成从“走出去”到“走上去”的跨越。他担任 Meta 首席科学家期间， Meta FAIR 便把 Physics-IQ 当作核心评测基准。澳洲会计师公会华东和华中区委员会会长金科指出，“走出去”往往是为躲避“内卷”而进行的被动出海，经营者习惯照搬国内低成本运营模式，容易陷入低价内卷、品质管控松懈，难以撬动当地主流客群，行情波动便容易撤店。然而翻开 Physics-IQ 的官方榜单，排在第一的却并非 Meta 的模型，也不是英伟达投入重金的Cosmos，而是一个中国的视频生成模型。

s | 　　“走上去”则是主动出击，企业已打磨好菜品体系、标准化供应链与管理内功，出海目标是打造全球品牌，会适配当地饮食文化、搭建本土化团队、重视口碑塑造。 2025 年 4 月 21 日，Sand.ai 的 Magi-1 以 56.0% 的得分上榜登顶。当时的榜首、Google 的 VideoPoet 只有 29.5%，Magi-1 几乎把这个数字翻了一倍。

t | 从那天算起，Magi-1 系在第一名的位置上坐了约 13 个月，中间只离开过三周。这张表有三种读法。前期更能够承受试错成本，逐步渗透本土消费者，沉淀品牌辨识度，后续可完成多区域扩张，成长为具备影响力的全球化中餐IP。

u | 　　金科建议企业优先选择东南亚市场试水，待品牌成熟后再进军欧美市场开展高端化经营，并特别强调了出海初期的财税合规风险，如私户收款、生鲜采购缺少进项发票、连锁加盟款项账外流转等问题。黄渊普也表示，企业不仅需要餐饮运营人才，还需要懂法律、会计等具备国际视野的“新餐饮人”。　　包括袁记在内的不少中国餐饮企业提到，出海初期，遇到过市场准入门槛高、本地员工招聘难、语言文化差异等问题。“出海不只是把产品打出去、店面开出去，同时也是人才出海、组织出海。

v | 看裸模型：前三名里有两个建立在 Magi-1 之上，Magi-1 的 56.0% 是 v2v 设定下的裸模型最高分，远高于 Sora 2 裸模型的 42.3%，Cosmos3-Super 裸模型的 59.7% 出自不同设定，两者不直接可比。看增强系统：2026 年 5 月，英伟达最新发布的旗舰世界模型 Cosmos3-Super 加持 WMReward 后冲到 63.4%，短暂登顶约三周；6 月 17 日，基于 Magi-1 的增强系统以 64.5% 重回第一。

w | ”霸王茶姬相关负责人表示，各地的消费习惯、法规政策、风土人情、宗教文化等各有不同，需要企业进入一个市场之前，充分地调研、学习、理解。

x | 图：Physics-IQ 官方榜单：Magi-1 系居首，Sora 2 裸模型 42.3%（来源：physics-iq.github.io，2026 年 7 月截图）再看修正后的新榜：2026 年 6 月发布的 Verified 版本上，Magi-1 24B 增强版 58.2 分排第一、裸模型 48.4 分排第二，Cosmos3-Super i2v 39.5 分，Sora 2 只有 26.5 分。　　《报告》指出，目前，中国餐饮品牌出海将进入深耕阶段，竞争重点也将从市场洞察、复制标准化运营路径进一步延伸至建设合规能力。图：Physics-IQ Verified 修正榜（来源：physics-iq-verified.anates.ai，2026 年 7 月截图）把两张榜单放在一起看，会出现一个反常识的画面。随着多国经营、特许扩张与全球组织协同不断深化，未来，法律需求将持续增长，并从单点项目支持升级为为体系化经营保驾护航。　　法律专家、北京岳成律师事务所副主任岳屾山结合从业实践中指出，企业在出海前必须充分了解目的国的法律政策乃至司法惯例。OpenAI 的 Sora 在 VBench 这类回答"像不像"的榜单上名次并不难看，到了 Physics-IQ 上，Sora 2 裸模型只有 42.3%，不足榜首 64.5% 的三分之二；Verified 新榜上只有 26.5 分，不及榜首 58.2 分的一半。为了最大程度规避风险，他建议企业尽量聘请当地律所提供专业服务，做好前置性的法律咨询与尽职调查。生成得逼真，和预测得准确，被证明是两回事。把视频生成做成"预测下一个词" Magi-1 赢在哪里？论文给出的答案是架构选择。

y | 　　中青报·中青网记者魏婉来源：中国青年报　　2026年08月25日 06版。当下主流的视频生成模型，Sora、Kling 等，走的都是扩散路线：一次性生成整段视频，所有帧同时去噪，彼此之间没有严格的时间先后。

z | 而Magi-1 的做法更像语言模型预测下一个词：按时间顺序逐块生成，每块 24 帧，块内部用扩散去噪保证画质，块与块之间自回归衔接。

| 通过 block-causal attention，后来的帧不会影响过去的帧，过去一旦被写下，就不再被影响。图：Magi-1 逐块自回归生成与块因果注意力示意（来源：SandAI-org/MAGI-1，arXiv:2505.13211）这个架构天然更接近世界模型该做的事：根据世界的此刻，推演下一秒。它还带来几个工程上的特征：支持流式生成，视频可以边生成边播放；理论上可以无限长地续写下去。对世界模型而言，这意味着推演的时间跨度不受窗口限制，仿真可以一直进行，还可以逐块更换提示词，控制后续走向。如果把关键词从“生成”换成“预测”，Magi-1 和 LeCun 主张的 JEPA 路线便有了一种理念上的深层呼应。

| LeCun 在 2022 年发表立场论文《A Path Towards Autonomous Machine Intelligence》，提出 JEPA 架构：不在像素空间预测世界，而在表征空间预测，主动忽略那些不可预测的细节。这条路线后来长成一个家族：I-JEPA、V-JEPA，再到 2025 年的 V-JEPA 2，用百万小时视频训练，其衍生版本可以做零样本的机器人规划。图：Yann LeCun 在 2026 年 6 月巴黎 VivaTech 演讲（来源：La Ecuación Digital）一个在像素世界里逐块自回归，一个在表征空间里做预测，虽技术方案完全不同，但都指向同一个判断，即能够预测物理世界变化是世界模型的必要条件。尺子一旦出现，叙事便有了边界在WAIC 的论坛上，"世界模型"被反复提起。7 月 19 日的一场人形机器人与具身智能论坛，主题之一正是"标准体系不统一"。开幕当天有观察文章写道：通用世界模型正在成为人形机器人的新竞争壁垒。

| 竞争的坐标系确实在平移。过去几年，视频模型的发布会比的是"像不像"：分辨率、时长、美学分。

| Physics-IQ 这类榜单的出现，把问题换成了"物理世界变化预测的准不准"。它的价值不在于新添了一张榜单，而在于把世界模型从一个抽象概念，拉回到具象的物理世界：杯子会怎么倒，水会怎么流，光会怎么折。这些东西没法靠话术修饰。坐标系的变化不会写在任何一场发布会的邀请函上，但它会决定下一年资本流向哪里、人才流向哪里。