李飞飞收购 SceniX的访谈中，聊了几个判断。

现在行业都在扎堆做大模型、做人形样机，但李飞飞提到机器人致命问题是缺海量、安全、能无限试错的“练习场”。

大语言模型可以薅全网免费文本自学，但机器人不行。真机试错耗设备、耗时间、有安全风险，打滑、遮挡、异物故障这类极端场景，现实里很难碰到，等真机遇上就直接翻车。

纯视频模型看着画面流畅，却没有物理约束，推个物体都会穿模漂移，练出来完全分不清现实因果，而且传统工业仿真又只能人工搭建固定场景，没法批量生成上万种差异化环境。

这次收购后 World Labs 的世界模型能从图片、文本批量生成逻辑自洽的3D空间，SceniX 负责物理动力学、仿真到真机的迁移落地，跑通R2S2R，也就是真实环境到仿真训练再到真实落地。

先用少量真实数据数字化场景，在虚拟世界疯狂做强化学习，最后把优化好的策略放回真机验证，真机新数据反过来修正仿真。

仿真真正不可替代的优势有两点：一是反事实推演，现实里不敢做、没发生过的危险操作、极端工况，虚拟环境可以无限试错，提前教会机器人处理意外；

二是规模化评估，对比多个模型版本不用占用真机，并行筛选最优方案，研发迭代效率直接翻倍。

落地路线也非常务实，没有画家用机器人的大饼。要优先攻坚工厂、仓库这类可控商用场景，先做出能盈利的灯塔案例；人形机器人短期受限电机、电池、能耗，看着热闹但离普及还很远，细分任务里专用机械结构会更靠谱。

最后一个颠覆性判断：下一轮机器人竞赛，拼的不是参数、不是样机数量，而是谁能低成本生成大量符合物理规则、可迁移真机的虚拟世界。

以后产业链分工已经很清晰：有人造机器人的身体，有人做决策大脑，而World Labs要做所有机器人共用的训练场。谁掌握了“造世界”的能力，谁就握住了具身智能规模化的钥匙。