PrimalVerse（元昊动力）是一家专注于第五代多模态4D世界模型基模研发的AInative公司，由清华背景的顶尖世界模型团队创立。公司以原生4D世界表征为核心，构建覆盖动态世界重建、生成、仿真与智能体训练的统一模型体系，并率先在具身智能、游戏影视、自动驾驶、医疗手术等场景中推进应用，致力于打造物理AI时代的通用世界模型基座。投资界（ID：pedaily2012）7月23日消息，近日， 4D世界模型公司「PrimalVerse」（元昊动力）宣布完成数亿元种子轮融资，由联想之星、银杏谷资本、啟赋资本、卓源亚洲等知名财务投资机构联合参与，手术机器人领域头部产业方精锋医疗战略投资。据悉，本轮融资将主要用于 4D 世界模型基模研发及团队扩充，并持续推进其在具身智能、游戏影视、自动驾驶、医疗手术等垂直场景中的应用验证。
大语言模型让 AI 学会了预测下一个词，视频模型让 AI 开始预测下一帧画面。但随着 AI 深入机器人、自动驾驶等真实物理世界的场景，模型需要进一步回答：一次行动之后，世界将发生什么？回看基础模型的发展，第一代以 GPT 等语言大模型为代表，主要解决语言理解、推理与对话（文本 Token ）；第二代融合了图像 Token 和文本 Token ，以 Nano Banana 、 GPT Image2.0 为代表，实现图文理解与图像生成；第三代以 Sora 、Seedance 等为代表，引入了视频 Token ，开始处理时间动态与动作连续性。前三代模型主要建模语言与二维视觉内容，尚未真正进入三维物理世界。而第四代带有 3D token 的原生多模态大模型将开始表示几何结构和物理属性；下一阶段，基础模型需要进一步把空间、时间、物理规律与动作交互纳入统一表征。
基于这一判断，PrimalVerse 团队提出：第五代多模态大模型，将是以原生 4D World Token 为核心的世界模型基模（ 4D = 3D +时间）。4D World Token 可以理解为模型理解物理世界的 “新语言” ：它不只记录某一帧画面，还需要持续表示场景中的物体是什么、位于哪里、如何运动、具备何种材质和物理属性，以及在动作作用下将如何变化。当语言、图像、视频、3D/4D 世界状态能够在同一模型中联合训练，AI 学习的将不再只是世界的视觉表象，而是世界本身的结构、规律与动作后果。模型也将从 “生成一段视频” ，进一步走向 “运行和推演一个世界” 。
PrimalVerse 创始人表示：“ 4D 不是世界模型的一项附加能力，而是物理世界本身的基本表达。世界模型的第一性问题，是能否准确刻画世界从一个状态走向下一个状态，而这需要同时理解空间、时间、物理属性与交互关系。我们相信，判断模型是否真正理解物理世界，最终应当与4D表征对齐；只有先构建出原生4D世界模型，才能为不同技术路径提供统一、可信的物理世界基准。”
PrimalVerse 希望直接从底层构建原生 4D 世界状态，在统一模型中同时学习空间、时间、物理与交互，并将几何、材质、运动、接触和物理属性纳入状态变化过程，定义真正面向物理AI的4D世界模型范式。
PrimalVerse 核心团队来来自清华、北大、上海交大等顶尖高校，长期深耕 4D 世界模型关键技术，已经在 4D 世界模型的各个核心环节形成国际领先成果。
据悉，未来PrimalVerse将从垂直场景中的训练、仿真和内容生产需求切入，逐步构建跨场景、跨行业迁移的通用4D世界模型，成为物理AI理解、训练和推演世界的基础模型入口。
