<p>2025 年 8 月 13 日，在中国北京的机器人商城，世界首家具身智能机器人 4S 店展出了一个机械手。</p><p>Vcg | Visual China Group | Getty Images</p><p>北京——阿里巴巴云正在投资一种新型人工智能，旨在通过与 OpenAI 的 ChatGPT 等聊天机器人不同的方法，更好地复制现实世界。</p><p>这一转变认识到主要基于文本训练的 “大语言模型” 的局限性。相反，开发者们开始更加关注基于视频和现实物理场景构建的 “世界模型”。</p><p>为了跟上这一趋势，阿里巴巴领导了一轮 20 亿元人民币（约合 2.9 亿美元）的投资，投资于 ShengShu，这是一家开发 AI 视频生成工具 Vidu 的初创公司，该公司在周五宣布。TAL 教育和百度风险投资也参与了这一 B 轮融资。</p><p>此次投资是在 ShengShu 从启明创投和其他投资者那里筹集 6 亿元人民币约两个月后进行的。该初创公司拒绝透露其估值。</p><p>ShengShu 表示，最新的资金将支持构建一个 “通用世界模型”，该模型可以利用 AI 弥合两个目前分离的领域：游戏和 AI 生成视频的数字世界，以及自动驾驶和机器人的物理世界。</p><p>“ShengShu 相信，基于视觉、音频和触觉等多模态数据构建的通用世界模型，比大型语言模型更自然地捕捉物理世界的运作方式，” 这家成立三年的初创公司在一份声明中表示。</p><p>“我们的目标是连接感知与行动，” ShengShu 的创始人朱俊在一份声明中补充道，使 AI 系统能够更好地建模和预测现实世界的行为。</p><p>根据 Artificial Analysis，ShengShu 最新的 Vidu Q3 Pro 模型于 1 月发布，排名前 10 的 AI 模型中用于从文本和图像生成视频。</p><p>该公司在 OpenAI 广泛推出现已关闭的 AI 视频生成工具 Sora 几个月前，已在全球推出 Vidu。中国短视频公司快手和字节跳动也发布了类似的竞争 AI 工具用于生成视频。</p><h2 id="hk8cm4lbc">世界模型竞争</h2><p>阿里巴巴扩大了对相关初创公司的投资。</p><p>这家中国科技巨头和百度风险投资上个月共同领导了一轮 5000 万美元的投资，投资于 Tripo AI，这是一个利用 AI 快速从照片生成数字 3D 模型的平台。Tripo 表示，它也在逐步摆脱语言模型使用的技术，转向基于物理空间的 AI 工具，并正在开发自己的世界模型。</p><p>在 9 月份，阿里巴巴还领导了一轮 6000 万美元的投资，投资于 PixVerse，该公司在今年早些时候发布了一种 AI 世界模型，允许用户在视频生成时指导视频的展开。</p><p>阿里巴巴起初专注于电子商务，还发布了免费的开源 AI 视频生成模型，并在 2 月份推出了一款用于驱动机器人的模型。</p><figure class="image"><img src="https://pub.pbkrs.com/uploads/2026/2a48e0bd02f6a4a5b05065cf1af532a7?x-oss-process=style/lg" alt="" width="278" height="79" original-src="https://pub.pbkrs.com/uploads/2026/2a48e0bd02f6a4a5b05065cf1af532a7"/></figure><p>每周分析和来自亚洲最大经济体的见解，送到您的邮箱</p><p>立即订阅</p><p>ShengShu 在周五表示，它与开发具身 AI 的公司建立了战略合作伙伴关系——这些系统如人形机器人与物理世界互动，适用于工业、商业和家庭环境。</p><p>世界模型对机器人技术至关重要，因为该技术需要的不仅仅是 LLM 才能工作，美国科技杂志《连线》的联合创始人凯文·凯利上个月在他的 Substack 上写道。</p><p>凯利表示，最终，要复制人类智能，AI 需要三样东西：推理、对物理世界的理解和持续学习。虽然学习类别的 AI 尚未开发，但基于 LLM 的聊天机器人已经创造了知识元素，使得世界模型成为一个需要突破的关键领域。</p><h2 id="hjeje0cfr">阅读更多中国新闻</h2><ul><li>阿里巴巴推出数据中心，拥有 10,000 个自有芯片，随着中国加大 AI 推动力度</li><li>“解冻是真实的”：印度代表团访问中国，讨论电动车等问题</li><li>为什么 AI 尚未在中国取代工作</li><li>北京对 Meta 的干预令科技创始人感到震惊，风险投资者关注 “中国产业转型”</li><li>三种小众商品价格飙升，显示中国对供应链的控制</li></ul><p>选择 CNBC 作为您在谷歌上的首选来源，永不错过商业新闻中最值得信赖的名字。</p>

阿里巴巴

2 倍做多阿里巴巴 ETF - KraneShares

2 倍做多 BABA ETF - GraniteShares

阿里巴巴-W

<p>阿里云已主导对初创公司盛书（ShengShu）进行 2.9 亿美元的投资，该公司旨在开发一种 “通用世界模型” 以超越传统的大型语言模型。这笔资金将支持创建能够整合多模态数据的人工智能系统，以更好地复制现实世界场景，从而增强机器人技术和自动驾驶的应用。盛书的 Vidu 模型在人工智能视频生成工具中名列前茅，并且该公司在具身人工智能开发方面拥有战略合作伙伴关系。这项投资反映了人工智能领域关注物理世界理解的更广泛趋势</p>

<p>A mechanical hand is on display at the Robot Mall, world's first embodied intelligent robot 4S store, on August 13, 2025 in Beijing, China.</p>
<div class="lb-trans"><p>2025 年 8 月 13 日，在中国北京的机器人商城，世界首家具身智能机器人 4S 店展出了一个机械手。</p>
</div><p>Vcg | Visual China Group | Getty Images</p>
<div class="lb-trans"><p>Vcg | Visual China Group | Getty Images</p>
</div><p>BEIJING — Alibaba Cloud is investing in a new type of artificial intelligence designed to better replicate the real world using a different approach from chatbots such as OpenAI's ChatGPT.</p>
<div class="lb-trans"><p>北京——阿里巴巴云正在投资一种新型人工智能，旨在通过与 OpenAI 的 ChatGPT 等聊天机器人不同的方法，更好地复制现实世界。</p>
</div><p>The shift recognizes the limits of &#34;large language models&#34; trained primarily on text. Instead, developers are starting to focus more on &#34;world models&#34; built on videos and real-life physical scenarios.</p>
<div class="lb-trans"><p>这一转变认识到主要基于文本训练的 “大语言模型” 的局限性。相反，开发者们开始更加关注基于视频和现实物理场景构建的 “世界模型”。</p>
</div><p>To jump on the trend, Alibaba led a 2 billion yuan ($290 million) investment in ShengShu, the startup behind the AI video generation tool Vidu, the company announced Friday. TAL Education and Baidu Ventures also participated in the series B funding round.</p>
<div class="lb-trans"><p>为了跟上这一趋势，阿里巴巴领导了一轮 20 亿元人民币（约合 2.9 亿美元）的投资，投资于 ShengShu，这是一家开发 AI 视频生成工具 Vidu 的初创公司，该公司在周五宣布。TAL 教育和百度风险投资也参与了这一 B 轮融资。</p>
</div><p>The investment comes about two months after ShengShu raised 600 million yuan from Qiming Venture Partners and other backers. The startup declined to disclose its valuation.</p>
<div class="lb-trans"><p>此次投资是在 ShengShu 从启明创投和其他投资者那里筹集 6 亿元人民币约两个月后进行的。该初创公司拒绝透露其估值。</p>
</div><p>ShengShu said the latest funding will support building a &#34;general world model&#34; that can use AI to bridge two currently separate domains: the digital world of games and AI-generated video, and the physical world of autonomous driving and robots.</p>
<div class="lb-trans"><p>ShengShu 表示，最新的资金将支持构建一个 “通用世界模型”，该模型可以利用 AI 弥合两个目前分离的领域：游戏和 AI 生成视频的数字世界，以及自动驾驶和机器人的物理世界。</p>
</div><p>&#34;ShengShu believes that a general world model, built on multimodal data such as vision, audio, and touch, more naturally captures how the physical world works than large language models,&#34; the three-year-old startup said in a statement.</p>
<div class="lb-trans"><p>“ShengShu 相信，基于视觉、音频和触觉等多模态数据构建的通用世界模型，比大型语言模型更自然地捕捉物理世界的运作方式，” 这家成立三年的初创公司在一份声明中表示。</p>
</div><p>&#34;We aim to connect perception and action,&#34; Zhu Jun, founder of ShengShu, added in a statement, allowing AI systems to better model and predict real-world behavior consistently.</p>
<div class="lb-trans"><p>“我们的目标是连接感知与行动，” ShengShu 的创始人朱俊在一份声明中补充道，使 AI 系统能够更好地建模和预测现实世界的行为。</p>
</div><p>ShengShu's latest Vidu Q3 Pro model, released in January, ranks among the top 10 AI models for generating videos from text and images, according to Artificial Analysis.</p>
<div class="lb-trans"><p>根据 Artificial Analysis，ShengShu 最新的 Vidu Q3 Pro 模型于 1 月发布，排名前 10 的 AI 模型中用于从文本和图像生成视频。</p>
</div><p>The company launched Vidu globally months before OpenAI made its now-shuttered Sora tool for AI video generation widely available. Chinese short-video companies Kuaishou and ByteDance have also released similar competing AI tools for generating videos.</p>
<div class="lb-trans"><p>该公司在 OpenAI 广泛推出现已关闭的 AI 视频生成工具 Sora 几个月前，已在全球推出 Vidu。中国短视频公司快手和字节跳动也发布了类似的竞争 AI 工具用于生成视频。</p>
</div><h2>World model competition</h2>
<div class="lb-trans"><h2>世界模型竞争</h2>
</div><p>Alibaba has expanded its investments in related startups.</p>
<div class="lb-trans"><p>阿里巴巴扩大了对相关初创公司的投资。</p>
</div><p>The Chinese tech giant and Baidu Ventures last month led a $50 million investment in Tripo AI, a platform that uses AI to quickly generate digital 3D models from photographs. Tripo said it is also moving away from techniques used by language models toward AI tools grounded in physical space and is developing its own world model.</p>
<div class="lb-trans"><p>这家中国科技巨头和百度风险投资上个月共同领导了一轮 5000 万美元的投资，投资于 Tripo AI，这是一个利用 AI 快速从照片生成数字 3D 模型的平台。Tripo 表示，它也在逐步摆脱语言模型使用的技术，转向基于物理空间的 AI 工具，并正在开发自己的世界模型。</p>
</div><p>In September, Alibaba also led a $60 million investment in PixVerse, which released an AI world model earlier this year that allows users to direct how a video unfolds while it is being generated.</p>
<div class="lb-trans"><p>在 9 月份，阿里巴巴还领导了一轮 6000 万美元的投资，投资于 PixVerse，该公司在今年早些时候发布了一种 AI 世界模型，允许用户在视频生成时指导视频的展开。</p>
</div><p>Alibaba, which got its start in e-commerce, has also released free, open-source AI models for video generation and, in February, launched one for powering robots.</p>
<div class="lb-trans"><p>阿里巴巴起初专注于电子商务，还发布了免费的开源 AI 视频生成模型，并在 2 月份推出了一款用于驱动机器人的模型。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://fm.cnbc.com/applications/cnbc.com/resources/styles/skin/special-reports/the-china-connection/tcc_widget_logo_2026.png" alt="" original-src="https://fm.cnbc.com/applications/cnbc.com/resources/styles/skin/special-reports/the-china-connection/tcc_widget_logo_2026.png"/></p>
<p>Weekly analysis and insights from Asia's largest economy in your inbox</p>
<div class="lb-trans"><p>每周分析和来自亚洲最大经济体的见解，送到您的邮箱</p>
</div><p>Subscribe now</p>
<div class="lb-trans"><p>立即订阅</p>
</div><p>Shengshu said Friday it has strategic partnerships with companies developing embodied AI — systems such as humanoid robots that interact with the physical world — for use across industrial, commercial and home settings.</p>
<div class="lb-trans"><p>ShengShu 在周五表示，它与开发具身 AI 的公司建立了战略合作伙伴关系——这些系统如人形机器人与物理世界互动，适用于工业、商业和家庭环境。</p>
</div><p>World models are critical for robotics because the technology needs more than LLMs to work, Kevin Kelly, co-founder of the U.S. tech magazine Wired, wrote last month on his Substack.</p>
<div class="lb-trans"><p>世界模型对机器人技术至关重要，因为该技术需要的不仅仅是 LLM 才能工作，美国科技杂志《连线》的联合创始人凯文·凯利上个月在他的 Substack 上写道。</p>
</div><p>Ultimately, to replicate human intelligence, AI will need three things: reasoning, an understanding of the physical world and continuous learning, Kelly said. While AI for the learning category hasn't been developed yet, LLM-powered chatbots have created the knowledge element, he said, making world models a key area requiring a breakthrough.</p>
<div class="lb-trans"><p>凯利表示，最终，要复制人类智能，AI 需要三样东西：推理、对物理世界的理解和持续学习。虽然学习类别的 AI 尚未开发，但基于 LLM 的聊天机器人已经创造了知识元素，使得世界模型成为一个需要突破的关键领域。</p>
</div><h2>Read more China news</h2>
<div class="lb-trans"><h2>阅读更多中国新闻</h2>
</div><ul>
<li>Alibaba launches data center with 10,000 of its own chips as China ramps up AI push</li>
<li>'The thaw is real': Indian delegation visits China to talk EVs and more</li>
<li>Why AI isn't replacing jobs in China (yet)</li>
<li>Beijing's surprise intervention on Meta's Manus rattles tech founders, VCs eyeing 'China shedding'</li>
<li>Three niche commodity prices are surging. What they show about China's grip on supply chains</li>
</ul>
<div class="lb-trans"><ul>
<li>阿里巴巴推出数据中心，拥有 10,000 个自有芯片，随着中国加大 AI 推动力度</li>
<li>“解冻是真实的”：印度代表团访问中国，讨论电动车等问题</li>
<li>为什么 AI 尚未在中国取代工作</li>
<li>北京对 Meta 的干预令科技创始人感到震惊，风险投资者关注 “中国产业转型”</li>
<li>三种小众商品价格飙升，显示中国对供应链的控制</li>
</ul>
</div><p>Choose CNBC as your preferred source on Google and never miss a moment from the most trusted name in business news.</p>
<div class="lb-trans"><p>选择 CNBC 作为您在谷歌上的首选来源，永不错过商业新闻中最值得信赖的名字。</p>
</div>

Alibaba leads $290 million investment for building a new kind of AI model as LLM limits emerge

- 阿里巴巴云投资 20 亿元人民币于生成 AI 初创公司 ShengShu。  
- ShengShu 致力于构建通用世界模型以连接数字与物理世界。  
- 新模式对机器人和自主驾驶等领域具有重要影响。

随着 LLM 限制的出现，阿里巴巴领导了 2.9 亿美元的投资以构建一种新型 AI 模型