极佳科技朱政：为机器人构建“世界观”

2025年年末，人工智能（AI）正经历一场范式转变。

Meta首席科学家、图灵奖得主杨立昆（Yann LeCun）离职创业，“AI教母”李飞飞发表万字长文From Words to Worlds: Spatial Intelligence is AI’s Next Frontier，直击大语言模型在理解物理世界方面的孱弱，其创业公司World Labs发布首个能生成“3D可导航世界”的AI模型Marble。他们都转向了——世界模型。

在中国，朱政和他参与创立的极佳科技从2023年年中已经在All in这件事了。

到底什么是世界模型？

在朱政看来，其本质是一种预测能力，它能让AI知道，某一动作将给环境带来怎样的改变，这也更接近人类大脑的机制。他举了一个有趣的例子：职业棒球运动员能在零点零几秒内接住高速飞过来的球，但如此短暂的时间其实不足以让视觉信号传递到大脑皮层，这一动作的完成，得益于人类大脑海马体有一个负责构建世界模型的区域，它能洞悉物理规律，对即将发生的事情做出预判。

随着AI从数字世界进入物理世界，这种预测能力日益重要，比如自动驾驶、机器人，都需要世界模型的助力，也在推着世界模型的研究往前走。

这也一直是朱政的兴趣所在。早在于中国科学院自动化研究所与清华大学从事科研和学习时，他就在“教”汽车和机器人理解世界，他开发的BEVDet算法被多家车企采用，在KITTI、nuScenes等榜单排名第一。他本人也已经连续第四年入选斯坦福大学的“全球前2%顶尖科学家榜单”。

但创业是一个新课题，他必须走出舒适圈，在研究的前瞻性、工程的可行性、商业化的残酷性之间寻找巧妙的平衡。

所幸，极佳科技在两年多时间里取得不错的进展，朱政主导开发的自动驾驶世界模型DriveDreamer已进入中国20家主流车企和自动驾驶公司的方案；借助世界模型训练的GigaBrain-0也让机器人任务成功率提升了50%。就在最近三个月，极佳科技紧锣密鼓地完成了4笔A轮系列融资，累计募资5亿元，投资人包括达晨财智、华控基金、华为哈勃等。

2024年11月28日，北京极佳视界科技有限公司联合创始人、首席科学家朱政在南方周末科创大会上演讲，并获评南方周末2025年度科创力人物。

硬科技创业，研究、工程、商业化缺一不可

南方周末：你是CV（计算机视觉）出身，随后转向世界模型，从以“感知-分割-识别”为核心的CV到以“预测-生成”为核心的世界模型，有哪些挑战？

朱政：在大模型爆火之前，CV领域就有很多生成工作，包括GAN和Diffusion，这也是现在世界模型的核心。我也做很多相关工作，比如用扩散模型解决单目深度估计的感知问题、数字人