在全球AI竞赛中，世界模型成为今年最炙手可热的赛道。从OpenAI到字节跳动，从蔚来、小鹏到智元、自变量，几乎每家大模型、智驾、机器人公司都在争夺“物理世界的OpenAI”的标签。但最年轻的闯入者，却是一位2004年出生的北大毕业生——陈博远。他联合创办的逆矩阵公司，刚刚获得高瓴创投和燕缘创投超千万美元首轮融资，并发布了全球首个通用世界基座模型“悟界·Physis-v0.1”。

陈博远提出的世界模型新范式，与主流路径截然不同。他既不模仿Sora预测视觉下一帧，也不追随Yann LeCun预测状态转移，而是预测“什么动作会导致什么状态发生”。他认为，不同动作会产生不同的世界后果，进而影响行动策略。为此，模型必须学习第一人称视角与环境交互的数据，而非单纯“观看”世界。这种思路强调动态交互的价值，而非静态视觉信息。

逆矩阵团队的核心技术起点，源于陈博远与师兄吉嘉铭在ACL 2025获得最佳论文的研究。他们通过数据压缩视角，发现语言模型在后训练阶段的对齐训练如同给弹簧施加外力，一旦约束消失，模型就会回弹到原始状态。这一发现促使他们转向更底层的物理世界建模。陈博远强调，人才密度比规模更重要，核心创新往往来自少数人的深度思考，而非人海战术。

陈博远一再拒绝“天才”标签，认为技术直觉源于过往经验的积累和竞赛中磨练的思维。他建议AI从业者关注与环境动态交互的数据，而非盲目追求视觉预测的精度。未来，逆矩阵计划进一步验证世界模型在机器人领域的通用性，目标是让模型在物理世界中足够通用，无需软硬一体开发。这场由年轻人发起的范式革新，或许将重新定义物理AI的边界。