字节旧部引爆2026：世界模型赛道的人才迁徙与商业重构

2026年的全球人工智能版图正在经历一场深刻的地壳运动，震中并非传统的自然语言处理领域，而是被称为“世界模型”的新兴高地。这一概念旨在让机器像人类一样理解并预测物理世界的运行规律，而非仅仅处理文本或静态图像。令人瞩目的是，在这场技术革命的最前沿，活跃着一支规模庞大且背景高度一致的队伍——他们大多曾效力于字节跳动。从初创公司的创始人到科技巨头的核心研究员，这些“字节旧部”正以前所未有的密度涌入世界模型赛道，不仅推动了技术的快速迭代，更在资本市场上掀起了一轮又一轮的融资热潮。

数据是最直观的佐证。根据IT桔子的统计，世界模型相关的新创公司在2024年仅有10家，2025年翻倍至20家，而到了2026年前七个月，新增数量已超越去年全年总和。与此同时，李飞飞创立的World Labs和杨立昆领导的AMI Labs相继获得十亿美元级别的巨额融资，彻底将这一细分领域烧成了红海。在这片激烈的竞争场域中，字节跳动的身影无处不在。无论是前实习生田柯宇带着数千万美元融资入局，还是前AI Lab技术负责人袁泽寰投身Physical AI基模创业，亦或是王长虎、程昊等资深高管各自在视频生成和具身智能领域开疆拓土，都显示出一个明确信号：字节跳动在过去几年积累的技术势能，正在通过人才的向外溢出，转化为整个行业的加速引擎。

这种人才的大规模迁徙并非偶然，而是技术演进路径与个人职业选择共同作用的结果。世界模型的核心在于对物理规律的建模与推演，这需要极强的多模态处理能力、大规模数据工程经验以及对实时渲染和仿真技术的深刻理解。字节跳动在抖音、TikTok等产品中积累的视觉算法优势，以及在Seed团队中对多模态大模型的长期投入，恰好为世界模型的研究提供了最肥沃的土壤。当内部资源无法完全承载所有创新想法，或者外部资本展现出更大的诱惑力时，这些掌握着核心技术密码的人才便选择了出走，将字节的方法论带到更广阔的天地。

目前，这些前字节员工的创业项目主要分布在世界模型的三条核心赛道上，形成了各具特色的“三派分流”格局。第一派聚焦于视频生成式世界模型，代表人物是爱诗科技的王长虎和生数科技的骆怡航。王长虎曾是字节AI Lab视觉总负责人，他创立的爱诗科技推出了全球首个1080P通用实时世界模型PixVerse R1，实现了通过自然语言指令实时改变视频画面，延迟低至2秒。这一突破使得视频生成不再仅仅是内容的创作工具，而成为了时间维度上的世界模拟器。生数科技则更侧重于B端工具和开发者平台，其Vidu视频世界生成模型与Motubrain具身机器人基座模型双轮驱动，试图在工业级应用中建立标准。这一派别的优势在于拥有海量的互联网视频数据作为训练素材，但挑战在于如何保证生成内容在物理一致性上的准确性，例如物体碰撞后的反弹轨迹是否符合真实物理定律。

第二派致力于具身智能与机器人仿真平台，代表人物包括加速进化的程昊、十六号机器人的宋鸿涌以及深朴智能的王家伟。程昊曾任字节飞书产品副总裁，他创立的加速进化专注于为人形机器人打造轻量化仿真世界工具，让机器人在虚拟环境中“预习”真实世界的物理规则，从而大幅降低实机训练的成本和风险。宋鸿涌和王家伟则分别主攻人形机器人的通用物理世界基座模型和具身机器人仿真，他们的目标是为机器人赋予一个通用的“物理常识大脑”。这一派别的技术壁垒极高，需要解决从虚拟仿真到现实部署的“Sim-to-Real”鸿沟，但其商业潜力巨大，直接关联到未来制造业和服务业的自动化升级。

第三派最具野心，旨在构建Physical AI基座模型，代表人物是田柯宇和袁泽寰。田柯宇创立的蓝炭网络专注于3D具身世界模型，试图构建一个能够理解三维空间结构和物理交互的通用引擎。袁泽寰作为前字节GenAI中国区负责人，若确认创业，极有可能成为这一领域的重磅选手。Physical AI基座模型被视为世界模型的“操作系统”，它不仅要能生成逼真的视觉内容，更要能理解重力、摩擦力、材质属性等底层物理参数，为上层的各种应用提供统一的物理世界接口。这一方向的技术难度最大，但一旦成功，将奠定下一代人工智能基础设施的标准。

除了创业，另一部分字节旧部选择了加入海内外其他科技巨头，形成了另一种形式的人才扩散。Google、OpenAI、Meta和Apple等公司都在积极吸纳字节的核心研究员。例如，Google在2025年发布的Genie 3世界中模型中，就融入了来自字节的Chunyuan Li在多模态理解方面的研究成果；OpenAI则引入了负责搜广推核心机器学习平台的Youlong Cheng；Meta更是收下了Seed大语言模型团队的核心研究员乔思远。这种“大厂到字节再到大厂”的循环流动，反映了世界模型技术储备的全球分散性。没有一家公司能够独自包揽所有技术环节，人才的自由流动反而促进了技术的交叉融合与快速进步。

在国内，阿里、腾讯和DeepSeek也在激烈争夺这些人才。阿里的Qwen团队吸收了字节Top Seed实习生葛浩，强化了模型强化学习基础设施的训练能力；腾讯则引进了多位来自字节Seed团队的专家，并在2026年开源了HY-World 2.0，专注于生成可导入Blender、Unity的3D资产；DeepSeek也吸纳了Seed Edge模型研究员徐名宇。这些动作表明，国内大厂已经意识到世界模型在未来AI竞争中的战略地位，并愿意通过高薪和资源优势来抢占人才高地。

面对人才的流失和竞争对手的崛起，字节跳动自身并未停滞不前。相反，它正在内部进行深刻的组织调整和技术攻坚。Seed团队已设立专门的世界模型研究组，由前Meta FAIR Lab研究员范浩奇带队，主攻3D仿真方向，面向娱乐和游戏场景；原有的两个VLA研究组合并，统一向Seed多模态和世界模型负责人周畅汇报，主攻具身智能。吴永辉为字节世界模型设下了明确的目标：年底前性能对标Google Genie 3。为此，字节批下的训练数据预算已达数千万元，是其他厂商的三到四倍。这种高强度的投入显示了字节捍卫其技术领先地位的决心。

然而，字节面临的挑战不仅仅是技术层面的追赶，更是生态位的重新定义。过去，字节依靠推荐算法和内容分发建立了强大的护城河；而在世界模型时代，竞争的核心转向了对物理世界的理解和重构能力。这意味着字节需要从“信息连接器”转型为“物理世界模拟器”。这一转型过程充满不确定性，尤其是在外部已有众多前员工创立的公司可能在特定垂直领域率先跑出商业闭环的情况下。

从更宏观的视角来看，字节旧部在世界模型赛道的集体爆发，实际上是中国人工智能产业成熟度提升的一个缩影。它表明中国已经具备了一批具有全球视野和技术深度的AI人才，他们不仅能够跟随国际前沿，更能够在某些细分领域实现引领。这种人才溢出效应虽然在短期内给原东家带来了竞争压力，但从长远来看，它有助于提升整个中国AI产业的技术水位和国际竞争力。

未来几年，世界模型赛道将迎来真正的洗牌期。视频生成、具身智能和Physical AI基座模型这三条路线可能会逐渐融合，形成一个统一的物理世界智能平台。在这个过程中，谁能最先解决物理一致性问题，谁能最低成本地实现Sim-to-Real迁移，谁能建立起最开放的开发者生态，谁就将赢得最终的胜利。对于字节及其旧部而言，这既是一场技术的赛跑，也是一场关于愿景和执行力的考验。无论最终胜出者是谁，世界模型所开启的物理世界智能化时代，都已经不可逆转地到来。