AI 圈又一则重磅创业消息：前字节商业化 GenAI 中国区负责人袁泽寰正式创业，创办拾颗星科技，赛道锁定世界模型（World Model），主攻 Physical AI 物理智能底座。
2026 年 7 月，袁泽寰从字节跳动离职，同期商业化 GenAI 团队三位核心负责人相继出走：彭冰月赴谷歌，文石磊加入章鱼动力，袁泽寰选择独立创业，成立北京拾颗星科技有限公司，拿到种子轮融资。
不同于当下扎堆的人形机器人整机项目，拾颗星选择轻资产路线：不做机器人本体，专注上游物理世界模型引擎。简单来说，就是给 AI 搭建一个能理解物理规则的 “虚拟世界”，让模型学会预判碰撞、倾倒、形变、空间约束，建立动力学因果认知，解决当前大模型 “懂语言、不懂物理” 的痛点。
很多人会把世界模型和 Sora 视频生成混为一谈，二者底层目标完全不同： Sora 优先追求画面逼真、视觉叙事；而世界模型的核心是物理一致性、长时序预测、sim2real 迁移，它是机器人、具身智能的 “小脑模拟器”，机器人在动手之前，可以先在模型内部预演一遍交互结果，降低真实世界试错成本。
袁泽寰是国内少有的同时具备顶会科研能力 + 大模型商业化落地经验的创始人。 南京大学计算机本博，密歇根大学 Jia Deng 组访学，2017 年加入字节 AI Lab。在字节期间，他主导 ByteTrack、VAR、LlamaGen 等标杆模型，作为通讯作者的 VAR 拿下 NeurIPS 2024 最佳论文；后续转至商业化线，出任商业化 GenAI 中国区负责人，操盘营销 AIGC 大模型规模化落地，熟悉模型工程、算力成本、商业化闭环全链路。
这也是拾颗星最特别的标签：不是纯学术团队，也不是只做 Demo 的实验室项目。团队从一开始就带着规模化工程、商业化落地的视角做物理 AI 底座，下游面向具身机器人、工业仿真、物理交互等 B 端场景输出能力。
当前 Physical AI 赛道火热，世界模型被公认为下一代具身智能的底层瓶颈。国内清雁、章鱼动力，海外 Physical Intelligence π0、OpenAI Sora 物理方向、DeepMind 都在同一条赛道攻坚。但行业共识是：物理一致性、长时序推演、真实世界迁移，依然是没有成熟解法的硬核难题。
拾颗星目前处于极早期阶段，团队以模型、视觉、3D 仿真方向人才为主，持续扩编，暂无公开 Demo 和标杆落地案例。优势在于字节视觉与生成体系积累，创始人兼具基础模型科研和商业化经验；挑战同样清晰：世界模型工程门槛极高，商业化链路漫长，下游依赖机器人、工业客户买单，跨域到动力学闭环仿真，存在不小的不确定性。
世界模型，正在成为 AI 从数字世界走向物理世界的关键桥梁。随着一批大厂核心人才持续下场，Physical AI 赛道的竞争，已经从整机硬件比拼，慢慢延伸到上游物理理解底座的争夺。拾颗星的入局，也给这条赛道带来了 “懂商业化的世界模型玩家” 新变量。
未来，决定机器人能不能可靠干活的，未必是更强的大语言模型，而是能不能拥有一个靠谱的 “内在世界模拟器”。
你看好世界模型这条路线吗？欢迎在评论区交流。
如果你正在关注具身、物理 AI 赛道，可持续关注本号，同步赛道人才、融资与技术动态。
