清华大学人工智能学院的助理教授李一鸣，一位曾任职于英伟达 Vision & Robotics 的研究员，在2026年初回国后，观察到国内人工智能领域存在一种对“世界模型”的普遍焦虑。他认为，理解“世界模型”的关键不在于其技术路径，而在于它最终要解决的问题。李一鸣将“世界模型”比作“一匹运送荔枝的马”，强调其价值在于与其他环节协同解决实际问题，而非孤立存在。
当前人工智能领域，特别是视频模型、3D模型以及VLA（视觉-语言-行动）等领域，普遍存在对“世界模型”概念的模糊界定和过度追捧，导致估值泡沫。李一鸣认为，相比于定义“世界模型”，更重要的是构建一个能够让机器人在各种场景下泛化的系统。
为此，李一鸣团队提出了名为“Physical AI Infra”的解决方案，该方案以数据和物理双轮驱动。核心组件包括：
“世界模型”在这套系统中扮演着贯穿始终的角色，既作为预训练目标，也作为机器人强化学习的仿真环境。该基础设施已成功训练了切割、旋拧、插拔、搅拌、按压、捏取、穿引等精细操作技能，并能跨不同类型的灵巧手、机械臂等本体进行部署，适用于生产制造、零售服务、酒店运营、餐饮备料、医疗辅助等多种场景。
基于这一技术方案，成立于2026年4月的“厘清智能”公司，在李一鸣团队的支持下，在短短两个月内完成了多轮融资。据《智能涌现》独家获悉，厘清智能的种子轮融资额高达数亿元，吸引了顺为资本、红杉中国、高瓴创投、峰瑞资本、星连资本、水木清华校友种子基金、SEE FUND以及智元机器人、灵心巧手、世纪金源等多家知名投资机构和产业资本。
厘清智能之所以获得资本青睐，一方面在于其稀缺的软硬一体化人才。李一鸣本人在空间感知、多模态推理、自动驾驶和具身智能领域拥有丰富的经验，曾与AMI Labs联合创始人谢赛宁合作发表具身视觉推理研究成果，并与英伟达合作发表多篇CVPR与NeurIPS论文。团队的50余名成员，大多是清华大学的学生，平均年龄仅23岁。
另一方面，其技术路线的稀缺性也备受关注。李一鸣选择了“重”的全栈自研路线，涵盖数据采集、模型训练到物理引擎的每一个环节。他认为，只有打通所有环节，才能确保信息流的畅通和环节间的协同优化。李一鸣计划在2026年底前发布面向B端场景的世界模型，并于2028年实现解决方案的规模化落地，最终为客户提供一套跨本体、跨场景的软硬一体化解决方案。
李一鸣在接受《智能涌现》采访时，阐述了他对Physical AI、世界模型以及公司发展方向的看法。他强调，厘清智能并非一家单纯的世界模型公司或本体公司，而是致力于构建一套数据与物理双轮驱动的系统生态。他认为，新一代的Physical AI团队应具备全栈能力，从数据采集到模型训练，全部自主研发，以实现高效的信息流和协同优化。
对于人才需求，李一鸣指出Physical AI需要软硬一体化人才，并强调清华大学提供了良好的人才平台。在技术路径上，他认为不能仅依赖数据采集，而忽视物理规律，并提出通过少量真实数据校准世界模型，以实现高效泛化。
在谈及世界模型的定义时，李一鸣认为VLA、视频模型、JEPA等并非“原生世界模型”，而“原生世界模型”应能打通感知、推理、决策和动作输出，并面向机器与世界的交互任务设计。他强调，高效的物理世界Tokenization是构建“原生世界模型”的关键，而这需要深厚的认知和Know-How。
关于Physical AI的落地，李一鸣预测2028年将是规模化落地的关键节点，届时数据采集规模和电机密度将实现跃升。他认为轮臂是适配多数操作场景的硬件形态，并计划在工业、物流、生活消费等领域先行拓展B端市场，积累数据和技能后，再逐步走向C端。公司的终极目标是打造一款通用的Physical AI Infra平台，如同iOS之于移动应用，实现各类物理操作任务的规模化开发和部署。