四天，从注册到融资

2026年9月，一家注册仅四天的公司进入世界模型赛道。寰宇心生（WorldMind）宣布完成数千万元种子轮融资，投资方为元生资本。公司声称其定位为“国内首个神经认知世界模型公司”。这是公司口径，公开材料未提供同类公司或研究团队名单，也未给出“首个”的界定标准。RecodeX于2026年9月7日通过公开搜索引擎，以“神经认知世界模型公司”“Neural-Cognitive World Model company”“世界模型 脑科学 创业公司”等关键词进行检索，未找到可交叉核验的第三方名单或行业分类，因此无法独立验证该“首个”定位。

据机器人前瞻报道，本轮融资发生在公司注册成立当月。企查查信息显示，寰宇心生于2026年9月3日注册成立，融资消息于9月7日对外披露。这意味着从法律主体诞生到资本注入，间隔不超过四天。元生资本作为唯一披露的投资方，其决策逻辑尚未公开。

字段 内容
公司 寰宇心生（WorldMind）
轮次 种子轮
金额 数千万元人民币（具体数额未披露）
投资方 元生资本
总部 上海
创始人 任云帆（CEO）、张奇（CTO）
官网 未披露

四个模块拼出一个“会改错”的世界模型

寰宇心生将其产品定义为神经认知世界模型（Neural-Cognitive World Model）。据公司披露，该架构借鉴人脑机制，包含四个模块，共同构成“记忆—知识—推演—校准”的认知闭环；采用仿生人脑的快慢规划架构与长短时记忆网络，目标是让模型不仅复现见过的状态，还能把经验沉淀为知识，并在动态环境中不断修正判断。上述四个模块的具体名称、实现方式及校准机制的技术细节均未披露。

编辑分析：从已披露的信息看，这套架构的差异化不在“预测”本身，而在“校准”环节。已核实前提是：公司披露了“自校准、自演化”机制和四个模块的认知闭环描述，但未披露四个模块的具体实现方式、校准机制的技术细节，也没有公开任何关于误差修正效果的量化指标。结论边界是：传统世界模型的核心逻辑是给定当前状态和动作预测下一状态，这一范式在视频生成和游戏模拟中已被验证，但迁移到物理世界的难点在于预测误差会随着时间步累积；寰宇心生提出的“自校准、自演化”机制试图解决误差累积问题，但工程可行性尚待验证。上述判断仅基于公开信息完整性，不构成对技术有效性的独立确认。

编辑分析：公司的技术叙事大量使用脑科学术语，这一现象值得注意。已核实前提是：公司披露了快慢规划架构和长短时记忆网络，前者对应认知科学中“系统一/系统二”的双过程理论，后者借用神经科学对记忆系统的分类。结论边界是：脑科学的机制描述和工程实现之间存在巨大鸿沟，神经科学可以描述人脑如何存储和调用记忆，但将其转化为可训练、可部署的神经网络架构需要解决完全不同的工程问题；寰宇心生是否具备将脑科学概念转化为可运行系统的能力，目前没有公开证据可以判断。

编辑分析：寰宇心生披露的“神经认知”路线，在公开材料中未提供与数据驱动路线或仿真器路线的性能、效率或成本对比数据。已核实前提是：部分世界模型团队选择以大规模真实交互数据训练为基础的数据驱动路线，另一些团队侧重以物理引擎和渲染管线为核心的仿真器路线；寰宇心生未披露与上述两类路线的任何对比数据。结论边界是：可比较的指标至少包括预测误差的累积速率、在分布漂移环境下的校准能力、推理延迟与端侧部署成本，这些指标目前均无公开数据，构成寰宇心生技术路线相对于已有世界模型团队的主要验证缺口。

World Arena 2.0排名：公司声明与编辑分析

公司声明

据公司声称，在World Arena 2.0（IROS 2026）评测中，其技术凭借仿生人脑的快慢规划架构与长短时记忆网络，在Track 1（世界模型即数据引擎）中位列前三，在Track 2（世界模型即仿真器）中稳居第二。该声明来自公司新闻稿。公开材料未提供IROS官方榜单、参赛队伍数量或评分细则，因此该排名暂无独立验证路径。

编辑分析

RecodeX未能独立验证该排名：截至发稿，RecodeX未从IROS官方渠道获取该评测的完整榜单，也未在公开榜单中查到可交叉核验的结果。可复核路径是：通过IROS 2026会议官网的竞赛或Workshop页面查找World Arena 2.0评测的官方公告、参赛队伍名单及评分细则；或通过会议官网公布的组委会邮箱联系评测组织方，索取完整排名和评分标准。在获得上述官方材料之前，该排名无法被独立确认。来源材料未提供IROS 2026官网链接或组委会联系方式，因此RecodeX无法在本次修订中完成该验证。

编辑分析：这个成绩需要被审慎对待。已核实的前提是：公司披露了Track 1“前三”和Track 2“第二”的排名，但未披露Track 1的具体名次——是第一名、第二名还是第三名，这三者之间的差距可能很大；World Arena 2.0的参赛队伍数量、评分标准、测试环境等关键信息均未披露；该评测发生在IROS 2026这一学术会议框架下，其测试条件与真实机器人部署环境之间的差距尚不明确。基于上述信息缺口，编辑分析的结论边界是：这个成绩不足以支撑“技术领先”的结论。上述判断并非对成绩本身的独立事实确认，而是对公开信息完整性的评估。

元生资本为什么在注册当月就下注

元生资本是这笔交易中唯一披露的投资方。在种子轮阶段以单家机构身份进入，且时间点紧贴公司注册日期。基于公开资料无法判断元生资本的投资逻辑。交易时间与公司注册日期的紧密衔接，以及元生资本在AI和硬科技领域的既往投资布局，只能说明时间上的相关性，不能构成对投资方决策动机的事实确认。元生资本未公开其投资决策依据，RecodeX未找到关于该机构对寰宇心生投资逻辑的公开说明。

从团队构成看，寰宇心生具备典型的“学术创业”特征。公司披露两位创始人均为国家级青年人才。任云帆的港大MaRS Lab和苏黎世大学RPG实验室背景，指向机器人和自主系统方向；张奇的脑视觉解码和类脑智能研究，则覆盖了脑科学和AI的交叉地带。这种组合在纸面上恰好对应了公司“具身智能+世界模型+脑科学”的定位。

据公司新闻稿披露：任云帆生于1999年，博士毕业于香港大学MaRS Lab，后于瑞士苏黎世大学RPG实验室开展博士后研究，26岁即入选国家级青年人才，现任同济大学计算机科学与技术学院长聘副教授、博士生导师。张奇为悉尼科技大学人工智能博士、国家级青年人才，担任科技部“脑科学与类脑智能”重大专项青年科学家，聚焦脑视觉解码与类脑智能研究，首创脑视觉编解码Mind-X系列方法。上述履历信息均来自公司新闻稿。RecodeX尝试通过同济大学官网、悉尼科技大学官网及相关人才计划公示文件进行独立核验，但来源材料未提供可访问的官方页面或公示编号，因此无法在本次修订中完成验证，相关履历仍标注为“未独立验证”。

编辑分析：任云帆的机器人自主系统背景与张奇的脑视觉解码背景，在技术路线上形成互补：前者偏向机器人感知、规划与控制，后者偏向视觉信息处理与类脑计算。已核实前提是：公司披露了两位创始人的学术背景，但未披露他们在寰宇心生内部的具体技术分工，也未披露双方此前是否有合作研究经历。结论边界是：这种互补性目前仅停留在学术背景的纸面分析层面。

据公司新闻稿披露：团队成员来自Microsoft、Tesla、Meta等企业，并依托同济大学空间智能实验室开展研究。公司未披露这些成员的具体角色、全职还是兼职、以及加入时间。编辑分析：在种子轮阶段，团队的实际构成往往比名义构成更能预示公司的走向，但当前公开材料不足以支持进一步判断。

“神经认知”标签能否形成壁垒

寰宇心生所处的赛道并不缺乏竞争者。世界模型作为具身智能的关键基础设施，已经吸引了大量学术团队和创业公司进入。寰宇心生以“神经认知”作为差异化标签，试图在拥挤的赛道中划出一个细分领域。公开材料未披露寰宇心生的具体竞争对手名单，也未提供与已知世界模型团队的可比数据。可比较的维度至少包括：世界模型的预测精度、在真实机器人任务中的泛化能力、训练数据规模与多样性、推理延迟与端侧部署成本，以及是否已有付费客户或可验证的部署案例。这些指标目前均无公开数据，构成寰宇心生相对于已有世界模型团队的主要验证缺口。

编辑分析：这个标签能否构成真正的壁垒，取决于两个问题。已核实的前提是：公司披露了“神经认知世界模型”的定位和四个模块的架构描述，但未披露任何与传统世界模型在性能、效率或成本上的对比数据。基于这一前提，编辑分析的结论边界是：第一，脑科学机制是否真的能带来性能提升，而不是仅仅作为叙事包装，目前无法判断；第二，即使脑科学机制确实带来了性能差异，这种差异是否足够大到让客户选择一家成立仅数月的公司，而不是选择那些已经拥有真实部署数据和客户关系的竞争对手，同样无法判断。从已披露的信息看，寰宇心生尚未回答这两个问题。

公司声称其为“国内首个神经认知世界模型公司”。这是公司口径，公开材料中未见独立第三方验证。编辑分析：世界模型与脑科学的交叉研究在学术界已有多年积累，国内外均有团队在探索类似方向。已核实前提是：公司未给出“神经认知世界模型公司”这一类别明确的界定标准，公开材料中也没有可查证的同类公司或研究团队名单。结论边界是：是否“首个”取决于如何定义这一类别，因此无法进行有数据支撑的竞争对比；这一信息缺口本身构成寰宇心生“国内首个”定位的主要验证边界。

数千万元能买到什么：资金用途的边界

据机器人前瞻报道，本轮资金主要用于核心技术研发、世界模型训练基础设施建设、多模态数据采集体系搭建以及团队扩张。这四个方向在种子轮阶段都是合理的资金去向，但每一项都面临成本约束。

编辑分析：世界模型训练基础设施是其中最大的资金消耗项。已核实前提是：训练一个具有竞争力的世界模型，需要大规模GPU集群和持续的计算资源投入；公司披露融资额为数千万元人民币，但未披露具体数额。结论边界是：数千万元人民币的融资额，在当前的AI基础设施成本下，能够支撑的训练规模是有限的；公司需要在这笔资金耗尽之前，找到足够的算力来源——无论是自建、租用还是依托同济大学的学术资源。多模态数据采集体系的搭建同样成本高昂，尤其是涉及真实机器人交互数据的采集，需要硬件设备、操作人员和场景搭建的投入。

编辑分析：团队扩张是另一个关键变量。已核实前提是：据公司披露，团队成员来自Microsoft、Tesla、Meta等企业，这意味着薪酬水平需要与这些公司竞争；公司未披露当前团队规模和薪酬结构。结论边界是：在种子轮阶段以数千万元资金支撑一个包含产业背景专家的团队，烧钱速度会很快，但公开材料中没有行业平均烧钱速度或可比算力成本数据，因此无法对资金消耗周期进行量化测算；这一信息缺口需要在后续融资或公司披露中补足。

商业化路径与验证方法

寰宇心生在融资披露中完全没有提及商业模式和客户信息。这在种子轮阶段并不罕见，但对于一家定位为“世界模型公司”的企业而言，商业化路径的模糊性值得关注。公司未披露具体选择的目标市场，也未披露任何付费客户、可执行合同或收入确认信息。当前商业化路径缺乏客户验证，所有关于目标市场和收入模式的讨论均属于编辑推断，而非对实际商业进展的确认。

公司披露的World Arena 2.0两个赛道——世界模型即数据引擎和世界模型即仿真器——对应了数据生成和仿真训练两个应用方向。但公开材料未披露任何潜在客户类型、行业报告或可比公司案例，因此上述商业化路径分析仅基于公司已披露的评测赛道定位，属于编辑推断，而非对实际客户或收入模式的确认。

编辑推断：如果公司选择数据引擎和仿真器这条路径，其客户将是机器人公司、自动驾驶公司或相关研究机构。推断依据是：公司披露的评测赛道定位指向数据生成和仿真训练两个应用方向，且世界模型在这两个方向上的典型需求方为机器人公司和自动驾驶公司。结合公司披露的神经认知架构，其在数据生成中的潜在优势体现在利用记忆与校准机制提升长程交互数据的时序一致性，在仿真器中则体现在对动态环境变化的持续修正能力上；但公司未披露任何与现有数据引擎或仿真器方案的对比测试结果，因此这一技术特点与客户价值的关联仍属推断。推断边界是：公司未披露任何付费客户、合同或收入数据，也未披露与现有数据引擎或仿真器方案的对比测试结果，因此该客户画像仅为基于赛道定位和技术描述的推测，不构成对实际商业进展的确认。但这个市场的竞争同样激烈，多家世界模型创业公司已经在争夺同一批客户。寰宇心生作为后来者，需要证明其神经认知架构能够提供比现有方案更高质量的数据或更逼真的仿真环境。验证方法：核验公司是否披露任何付费客户名称、合同金额、收入确认或复购数据；核验公司是否发布与现有数据引擎或仿真器方案在数据质量、生成效率、仿真逼真度等指标上的对比测试。

编辑推断：另一个路径是向脑科学研究和医疗应用延伸，张奇在脑视觉解码方面的积累，为公司打开脑机接口或神经疾病诊断相关的应用场景。推断依据是：张奇的学术背景聚焦脑视觉解码与类脑智能研究，且担任科技部“脑科学与类脑智能”重大专项青年科学家。推断边界是：公司未披露任何关于商业方向的规划，也未披露任何医疗器械注册证、临床试验进展或医院合作信息，因此该路径仅为基于团队背景的推测。但这条路径的监管门槛更高，商业化周期更长，与种子轮阶段的资金体量匹配度较低。验证方法：核验公司是否披露任何医疗器械注册证、临床试验进展、医院合作或脑机接口相关专利；核验公司是否披露任何脑科学或医疗方向的客户、合同或收入。

风险清单：从注册到产品的距离

寰宇心生面临的风险可以从时间、技术和市场三个维度来审视。时间维度上，公司成立仅数天即完成融资，这意味着产品、团队、管理体系都处于从零开始的状态。编辑推断：一个注册四天的公司，其“团队成员来自Microsoft、Tesla、Meta”的表述，指向创始人的既往合作网络，而非已经成型的全职团队。推断依据是：公司注册时间为2026年9月3日，融资披露时间为9月7日，且公司未披露成员的全职或兼职状态。

技术维度上，神经认知世界模型的核心主张——自校准、自演化——在工程实现上面临巨大挑战。编辑分析：让模型在推理过程中动态修正自身认知，意味着需要在推理阶段引入额外的计算开销和架构复杂度。已核实前提是：公司披露了“自校准、自演化”机制，但未披露任何关于推理效率、模型规模或部署成本的数据。结论边界是：这种设计在实验室环境中表现良好，但在资源受限的机器人端侧部署时，面临实时性和功耗的约束；可比较但尚未披露的指标包括单次推理的延迟上限、端侧部署的功耗预算、模型参数量与显存占用、以及自校准机制引入的额外计算开销占整体推理成本的比例，这些指标的缺失使技术风险的评估只能停留在定性层面。

编辑分析：寰宇心生“神经认知”架构的一个独特技术瓶颈在于：脑科学启发的记忆与校准机制，在机器人端侧部署时面临实时性与功耗的双重约束。该判断基于已披露的“快慢规划架构与长短时记忆网络”技术描述，但公司未披露任何关于推理延迟、模型规模或端侧部署成本的量化数据，因此这一分析仅停留在定性层面，无法给出具体边界。

市场维度上，世界模型赛道的竞争窗口正在收窄。编辑分析：独立世界模型公司需要在技术领先性和客户获取速度上同时胜出。该判断基于行业公开趋势，但来源材料未提供具体公司名单或自建进度数据，因此属于编辑分析，而非对特定公司行为的事实确认。寰宇心生以“神经认知”作为差异化标签，但这个标签需要转化为可衡量的性能优势或成本优势，才能在客户决策中产生影响。从已披露的信息看，这个转化尚未发生。公开材料未提供行业平均烧钱速度、算力成本或可比公司运营数据，因此市场风险分析只能基于定性判断，无法给出具体的量化边界。

编辑分析：从已披露的融资信息、团队背景和评测成绩看，寰宇心生具备了一个学术型AI创业公司在种子轮阶段的典型特征：强学术背书、弱产品验证、清晰的差异化叙事和模糊的商业化路径。已核实前提是：公司披露了种子轮融资、两位创始人的学术背景和World Arena 2.0排名，但未披露任何付费客户、收入数据或真实机器人部署测试结果。结论边界是：元生资本的进入为这家公司提供了启动资金和机构背书，但真正的考验在于，这家注册仅数天的公司能否在资金耗尽之前，把“神经认知世界模型”从一个概念转化为一个可运行、可验证、可销售的产品。World Arena 2.0的排名是一个起点，但它距离真实世界的机器人部署，还有很长的路要走。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：当世界模型赛道从“预测下一帧”卷到“预测下一步”，真正的分水岭不在架构名称里有没有“脑科学”三个字，而在模型能否在真实交互中少犯一次错、少摔一次机。寰宇心生用四天时间完成了从注册到融资的跨越，但用四年时间能否完成从评测排名到产品验证的跨越，才是这家公司真正的考题。神经认知的标签可以吸引资本，但只有可衡量的性能差异和可交付的客户价值，才能留住市场。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。