在人工智能领域，世界模型正成为新的竞争焦点。当多数企业还在追求视频生成的视觉效果时，一支由“95后”“00后”组成的创业团队，正试图构建一个能理解物理规律的通用世界基座模型。他们的目标不是优化某个特定场景，而是打造一个能支撑具身智能、工业仿真、科学计算等领域的底层操作系统。
这个团队的灵魂人物是22岁的陈博远，北京大学元培学院应届毕业生。这位头顶NeurIPS口头报告、ACL最佳论文等光环的年轻学者，选择在本科毕业后直接创业。他与师兄吉嘉铭共同创立的逆矩阵科技，成立之初便获得高瓴创投与北大系基金燕缘创投的联合投资，近期又传出完成新一轮融资的消息。在巨头环伺的赛道上，这支青年军正以独特的路径探索无人区。
“当前AI的能力边界已经触顶。”陈博远指出，大语言模型通过预测下一个词元实现了语言规律的掌握，但物理世界是连续且充满约束的。多数世界模型仍在追求画面逼真度，却忽视了“物体为什么会动”这一本质问题。在他看来，真正的突破在于让AI通过主动干预理解因果关系，而非被动观察像素变化。这种理念驱动着团队选择强化学习作为核心技术路线。
团队提出的通用世界基座模型概念，试图将重力、碰撞等基础物理规律抽象为可迁移的知识。陈博远解释，就像大语言模型先掌握语言规律再解决具体问题一样，世界基座模型需要先理解底层物理机制，才能自然延伸到机器人控制、工业仿真等场景。这种“先基础后应用”的思路，与当前多数企业针对单一场景开发模型的路径形成鲜明对比。
在技术实现层面，团队面临着架构、数据、评估体系等多重挑战。陈博远透露，他们正在探索新的数据压缩方式，试图在向量空间中保留更多物理信息。团队发现，具身智能的第一人称视角数据和游戏引擎中的虚拟数据，对模型理解交互关系具有特殊价值。这种“课程学习”式的训练策略，让模型从简单规则逐步过渡到复杂物理环境。
这个平均年龄不足25岁的团队，采用了一种反传统的组织形式。内部没有KPI考核和部门划分，甚至没有明确的分工边界。陈博远将这种模式形容为“快艇式管理”：“每个人都是掌舵者，技术直觉和创新能力比职位头衔更重要。”这种文化吸引了包括奥赛金牌得主、省市状元在内的顶尖人才，同时也有来自大厂的资深工程师负责工程落地。
在商业竞争层面，团队展现出超乎年龄的冷静。陈博远认为，数据规模和算法架构并非核心壁垒，真正的护城河在于团队对物理规律的理解深度和快速迭代能力。他以Transformer架构的演变为例指出，技术路线没有绝对优劣，关键在于能否持续突破认知边界。这种理念也体现在融资策略上——资金主要用于算力储备和人才招募，而非盲目扩张规模。
团队的技术路线已获得学术界认可。陈博远同时担任智源研究院行为世界模型中心主任，该机构在多模态世界模型研究方面处于国内领先地位。这种产学研结合的模式，为团队提供了持续的技术滋养。陈博远强调，他们的目标不是复制某个成功路径，而是探索属于中国团队的原始创新。
面对大厂的竞争压力，陈博远表现出青年创业者的锐气。他认为，初创公司的灵活性正是突破无人区的关键优势。团队正在开发的旗舰模型计划于年底发布，期间会陆续开源部分技术模块。这种开放策略既是为了建立技术生态，也是对团队创新能力的自信体现。
在人才培养方面，团队形成了独特的“老带新”模式。资深工程师负责搭建基础设施，年轻研究员则专注于算法突破。陈博远透露，他们为每位成员配备了代码智能体，将基础工程效率提升了数倍。这种工具链创新，让团队能更聚焦于核心问题攻关。
这个年轻团队的选择，折射出中国AI新生代的代际特征。他们不再满足于在现有框架内优化，而是试图重构技术范式。陈博远将创业决策归因于时代机遇：“当底层创新窗口开启时，年轻人往往更有破局勇气。”这种信念驱动着他们拒绝大厂高薪诱惑，选择在无人区开辟新赛道。
在团队办公室里，白板上写满物理公式和算法架构图。这群穿着休闲的年轻人讨论时，时而为技术细节争得面红耳赤，时而又因某个突破性想法欢呼雀跃。这种充满张力的创新氛围，或许正是他们挑战行业巨头的最大资本。正如陈博远所说：“技术突破从来不是按部就班的结果，而是激情碰撞的产物。”
