放弃参数军备竞赛，这家99年CEO掌舵的公司为人形机器人装上“人脑认知系统”

当同行把数千张GPU塞进数据中心，只为让AI多猜对一帧画面时，总部位于上海的WorldMind选择了一条更难的窄路。这家具身智能基础设施赛道的初创公司，不造机器人本体，也不做机械臂，而是押注“神经认知世界模型”这一范式，试图让AI像人一样在物理世界里“记得住、改得动、推演得了”。其核心判断是：机器要真正走进工厂、家庭和城市，仅靠预判下一帧画面远远不够。

希鸥网观察到，这家由1999年出生的CEO任云帆执掌的公司，集结了来自香港大学、苏黎世大学、大疆、Microsoft、Tesla、Meta等机构的AI、机器人与脑科学三栖科学家。他们不追逐Transformer框架的参数扩张，转而借鉴人脑的“记忆—知识—推演—校准”认知闭环，试图破解具身智能落地最深的坎——AI在开放环境中没有长期记忆，碰了壁下次照旧犯错。

WorldMind赌的不是技术微调，而是地基重挖。目前市面上主流的“世界模型”本质是高维状态预测器，用海量参数拟合数据分布，物理规律与因果逻辑却付之阙如。WorldMind另起炉灶，将模型拆解为神经记忆、世界知识、神经推演与神经校准四个模块，让机器把经验沉淀为可调用的知识，再通过真实交互反向纠错。这个架构对应的，是主动理解而非被动复读。

用数据说话比故事更有说服力。在IROS 2026期间启动的World Arena 2.0评测中，WorldMind在Track 1（世界模型即数据引擎）位列前三，在Track 2（世界模型即仿真器）稳居第二。支撑这一成绩的不是参数规模军备竞赛，而是一套围绕小样本学习与训练效率设计的认知架构。小模型打高分，恰恰证明了“结构效率”比“堆料暴力”更接近物理智能的本质。

从赛道坐标系看，WorldMind卡位的是“具身智能上游基础设施”这一稀缺身位。上游不掌握场景与本体，却掌握落地上限——没有理解与记忆能力，机器人永远只是遥控木偶。创始人任云帆26岁即任同济大学长聘副教授，兼具Science Robotics等顶刊论文背书与大疆算法预研实战履历。这种学术量产与工程交付的双重节奏，正是具身智能深水区最稀缺的团队基因。

希鸥网认为，这一技术路线的价值不仅在于榜单排名，更在于重构了行业成本结构。当行业信奉“参数即正义”时，WorldMind用“认知即效率”证明了小参数也能达到顶尖泛化能力；当行业陷入仿真与真实环境割裂时，其“快慢规划—长短记忆”闭环打通了从数字孪生到物理行动的关键断点。换言之，谁在跑通这条更省算力的路，谁就掌握了定义下一代具身智能定价权的先机。

对创业者而言，WorldMind的启示不在于复制其脑科学路线，而在于穿透共识找到第一性切口。多数团队做机器人时先问“要多大参数”，WorldMind先问“人脑凭什么不掉线”。这套追问逻辑适用于任何赛道：你的产品解决的是“真需求”，还是只为“参数好看”？精准锚定用户尚未被满足的“心理账户”，比无休止地叠加功能更能打开付费阈值。

物质供给过剩的时代，单一功能优化的溢价空间正在枯竭。具备壁垒的创业项目，必须在“新功能、新情绪、新资产”三个价值层里做组合创新，就像WorldMind把记忆、推演、校准组装成一个认知资产包，而非单点售卖“预测能力”。中国创业者同样需要从“白牌代工”思维转向“价值叠加”思维——让产品承载可沉淀的精神共识，消费者才愿意为不可替代性买单。

流量红利终会退潮，真正能穿越周期的企业，都完成了从doing到being的跃迁。doing是追逐热点的网红模式，靠一次性噱头换取短时ROI；being是锚定价值内核的品牌生命态，靠长期共识沉淀自主定价权。WorldMind选择“让AI理解物理世界”这一底层信仰，本质是在建立面向十年后的品牌资产。创业者当问自己：你的公司是一个追逐风口的做市商，还是不断复利积累认知的基础设施？

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo