Представьте, что вы бросаете мяч. За доли секунды до того как он коснётся земли, ваш мозг уже “знает” — где он приземлится, как подпрыгнет, в какую сторону покатится. Вы не вычисляете это сознательно. Внутри вашей головы работает модель мира: интуитивное понимание физики, геометрии, причинно-следственных связей. Это то, что позволяет вам ловить предметы, обходить препятствия, водить машину — не задумываясь о каждом движении.

World Models — это попытка наделить искусственный интеллект точно таким же способностью. Вместо того чтобы просто генерировать текст (как ChatGPT) или классифицировать изображения, эти системы строят внутренние представления о физической реальности: они учатся предсказывать, что произойдёт, если робот возьмёт чашку, если автономный автомобиль повернёт налево, если ветер сдвинет облако. Это фундаментально другой подход к AI — от предсказания символов к предсказанию динамики реального мира.

Концепция не нова. Ещё в 2018 году исследователи из Google DeepMind показали, что нейросеть может учиться в “своём воображении” — сначала строить модель среды, затем тренироваться в ней, а потом переносить навыки на реального робота. Но настоящий взрыв произошёл в 2022-2024 годах, когда Ян Лекун опубликовал свою позиционную статью “A Path Towards Autonomous Machine Intelligence”, а NVIDIA, OpenAI и десятки стартапов запустили гонку за созданием фундаментальных моделей физического мира.

Для инвестора важно понимать: World Models — это не просто ещё одна архитектура нейросети. Это базовый слой, на котором будут построены роботы, автономные системы, промышленная автоматизация и, возможно, первый настоящий общий искусственный интеллект (AGI). Если LLM стали “мозгом” для текста, World Models претендуют на роль “мозга” для физической реальности.

ChatGPT написал стихотворение за секунду. Но попробуйте попросить его описать, как скатится шарик по наклонной плоскости с препятствием посередине — и получите убедительно звучащий, но физически неверный ответ. Языковые модели предсказывают токены, а не физику. Они оперируют статистическими паттернами текста, а не пониманием реального мира.

Лекун — лауреат премии Тьюринга 2018 года, бывший Chief AI Scientist Meta — не голословен. Он не просто критикует LLM: он предлагает альтернативу. В марте 2026 года Лекун основал AMI Labs и привлёк рекордный seed-раунд $1.03 млрд при оценке $3.5 млрд, чтобы строить World Models на архитектуре JEPA. Это крупнейший seed-раунд в истории европейского технологического сектора.

Разница принципиальна. LLM — это интеллект языковой. World Models — это интеллект физический. Первый пишет эссе, второй водит машину, собирает детали на заводе, готовит ужин. Для экономики в $100 триллионов физический интеллект критически важнее — и в этом логика инвесторов, вложивших €6.5 млрд в World Models только в 2025 году.

За World Models стоят три технологических столпа. Понимание их различий — ключ к оценке компаний и ставок на будущее.

Рынок World Models и Physical AI формируют десятки компаний, но пять из них привлекают основное внимание инвесторов и определяют вектор развития технологии.

World Labs — создательница ImageNet

Основана Fei-Fei Li — профессором Stanford, создателем ImageNet, человеком, который запустил революцию глубокого обучения. Концепция “Spatial Intelligence”: Large World Models для 3D-миров. Продукт Marble генерирует виртуальные миры из текста и изображений.

AMI Labs — бывший главный учёный Meta

Основана Яном Лекуном после его ухода из Meta. Концепция: World Models на базе JEPA для manufacturing, biomedical, robotics. Офисы в Париже, Нью-Йорке, Монреале и Сингапуре — глобальная команда с самого старта.

Physical Intelligence (π) — “Один мозг для любого робота”

Основана тремя звёздами академической робототехники: Sergey Levine (Berkeley), Chelsea Finn (Stanford), Karol Hausman (ex-Google). Модель π0 (pi-zero) — первая VLA-модель для универсального управления роботами. Самый быстрорастущий стартап в секторе.

Figure AI — Человекоподобные роботы

Основатель Brett Adcock (Vettery, Archer Aviation) — серийный предприниматель с трек-рекордом создания компаний-миллиардеров. Figure строит вертикально интегрированных гуманоидных роботов Figure 01/02/03 и VLA-модель Helix. Series C при оценке $39 млрд — абсолютный рекорд сектора.

Skild AI — “Omni-bodied brain”

Основано Deepak Pathak и Abhinav Gupta из CMU/Meta. Концепция — единый foundation model для любых роботов: от промышленных манипуляторов до гуманоидов. SoftBank ведёт Series C.

Сводная таблица: пять ключевых игроков

2025 год стал переломным для Physical AI. Инвестиции в робототехнику превысили пик 2021 года, а раунды World Models выросли в 5 раз за год. Данные собраны из открытых источников: PitchBook, Crunchbase, Sacra, Kaiso Research.

Макро-цифры рынка

Крупнейшие раунды 2024-2026

Детализация крупнейших раундов

TAM: размер рынка

Оценки Total Addressable Market сильно варьируются в зависимости от определения Physical AI, но даже консервативные прогнозы показывают рынок в сотни миллиардов долларов.

Катализаторы 2025-2026: что движет рынком

Девять ключевых событий, которые определили динамику сектора и создали инвестиционный моментум:

1. 1 NVIDIA Cosmos + GR00T (CES 2025): открытые world foundation models. Jensen Huang: “Physical AI has reached its ChatGPT moment”. Источник →
2. 2 Meta V-JEPA 2 (2025): 1.2B параметров, zero-shot планирование роботов без task-specific обучения. Блог Meta →
3. 3 Figure AI Helix (февраль 2025): первый commercial-ready VLA для humanoid. Подробнее →
4. 4 Tesla Optimus Gen 3 (январь 2026): запуск массового производства гуманоидов.
5. 5 AMI Labs $1B seed (март 2026): Ян Лекун, крупнейший seed в Европе. WIRED →
6. 6 Project Prometheus (ноябрь 2025): $6.2B от Jeff Bezos. Built In →
7. 7 OpenAI pivot (март 2026): Sora закрыт для consumers, перенаправлен на world simulation для robotics. TechJack →
8. 8 NVIDIA GR00T N1 (март 2025): первый open foundation model для humanoid. NVIDIA Developer →
9. 9 Physical Intelligence Series C (2026): $1B при оценке $11B — лидер VLA-моделей.

NVIDIA — “кирки и лопаты”

Как и в золотой лихорадке самые надёжные инвестиции — это не в золотодобытчиков, а в продавцов лопат. NVIDIA играет роль универсального поставщика инфраструктуры для всей экосистемы World Models: открытые модели (Cosmos), платформа для роботов (GR00T, Isaac Sim), чипы (Jetson, DRIVE). Jensen Huang на CES 2025 объявил: “Physical AI has reached its ChatGPT moment”. Компания инвестировала в World Labs, AMI Labs, Figure AI, Skild AI, Apptronik и Physical Intelligence — покрывая весь сектор ставками на всех игроков.

Ни один инвестор не ставит на World Models так масштабно, как Jeff Bezos. Его инвестиционная стратегия охватывает весь стек технологий — от фундаментальных моделей до гуманоидных роботов и промышленной автоматизации.

Project Prometheus — стелс-стартап Bezos

В ноябре 2025 года Jeff Bezos совместно с Vik Bajaj (ex-Google) основал Project Prometheus — стелс-компанию с seed-раундом $6.2 млрд, один из крупнейших в истории венчурных инвестиций. Компания строит world models для симуляции физических сред в manufacturing: aerospace, чипы, автомобили, фармацевтика.

Полная картина инвестиций Bezos в World Models

Почему именно Bezos? У него есть всё для доминирования в этом секторе: опыт масштабной автоматизации через Amazon (1M+ роботов на складах), аэрокосмическая инфраструктура Blue Origin как клиент для Project Prometheus, и безграничный капитал для долгосрочных ставок. Elon Musk уже назвал Bezos “copycat” из-за сходства Project Prometheus с xAI/Optimus — но это скорее подтверждение стратегической правильности направления.

Любой инвестиционный тезис должен быть сбалансирован. Вот что может пойти не так в World Models и Physical AI.

• 💸
  Pre-revenue статус Многие компании (Physical Intelligence, AMI Labs, Project Prometheus) не имеют значимой выручки. Инвесторы покупают технологию и команду, не бизнес-модель. Оценки основаны на потенциале, не на fundamentals.
• ⏳
  Длительная коммерциализация Сам Ян Лекун оценивает сроки до продуктовых результатов в годы, не кварталы. World Models — это фундаментальная наука, не SaaS с быстрым time-to-market. Требуется терпение и долгий горизонт инвестирования.
• 🔧
  Hardware costs Гуманоидные роботы стоят $30K-$150K. Хотя цены снижаются на 40% в год, массовое внедрение требует дешёвых и надёжных аппаратных платформ. Без дешёвого “тела” “мозг” World Models останется в лаборатории.
• 🔄
  Sim-to-real gap 95% точности в симуляции превращается в 60% в реальности. Модели, обученные на синтетических данных, часто терпят неудачу при контакте с реальным миром. Это один из ключевых технических барьеров.
• 📊
  Дефицит данных Недостаток качественных 3D-данных и дорогостоящая teleoperation замедляют обучение. В отличие от текста (весь интернет) или изображений (ImageNet), данных физического взаимодействия катастрофически мало.
• 🫧
  AI bubble concerns Оценки растут быстрее фундаменталов. Figure AI оценена в $39B без реальной выручки. AMI Labs — $3.5B pre-money на seed. Если прогресс технологии замедлится, коррекция может быть болезненной.
• ⚔️
  Конкуренция гигантов NVIDIA, Google DeepMind, OpenAI, Meta — у каждого есть ресурсы и мотивация доминировать. Стартапы рискуют стать acquisition targets или просто раздавлены масштабом Big Tech.

Эти риски реальны, но они не уникальны для World Models. Точно такие же аргументы звучали в 2012 году против deep learning, в 2017-м — против transformers, в 2022-м — против LLM. Каждый раз технология превосходила скептицизм.