寰宇心生（WorldMind）成立于2026年9月，核心团队聚焦具身智能、世界模型与脑科学的交叉融合。投资界（ID：pedaily2012）9月7日消息，据了解，成立当月，寰宇心生（WorldMind）便完成了数千万元人民币种子轮融资，投资方为元生资本。这家于2026年9月完成注册的神经认知世界模型公司，将把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。
从技术路线来看，WorldMind开辟了一条极具野心的路径：神经认知世界模型（Neural-Cognitive World Model）。团队抛弃了单纯从数据中拟合物理规律的旧路线，直接借鉴人脑机制，将世界模型升级为一个具备自校准、自演化能力的动态认知系统：神经记忆系统：形成长期经验积累；世界知识系统：理解对象、关系和事件规律；神经推演系统：实现未来状态预测与行动规划；神经校准机制：通过真实交互持续修正模型认知；四个模块共同构成“记忆—知识—推演—校准”的认知闭环：模型不仅要复现见过的状态，还要把经验沉淀为知识，在动态环境中不断修正判断。换句话说，它需要做到“记得住、想得明白、预测得了，错了还会改”。这不再是一个靠数据喂养的静态模型，而是一个能在真实物理世界的动态环境中不断进化校准的物理智能系统。
从团队层面来看，WorldMind的团队同时覆盖人工智能、机器人和脑科学三条技术主线，是行业少数具备三类核心能力的团队。成员来自全球顶尖高校及AI企业，包括Microsoft、Tesla、Meta等产业背景专家，并依托同济大学空间智能实验室开展前沿研究，为公司在世界模型、空间智能和神经认知方向提供战略指导。面对具身智能时代“机器人如何真正理解世界”的核心挑战，这支团队正在把科研积累转向产业，试图构建融合记忆、知识、推演与行动的新一代智能基础设施，让AI从“感知世界”走向“理解世界”和“改变世界”。
在狂热的AI 浪潮中，WorldMind保持着一种极其冷峻的第一性原理思考：“大语言模型的 Scaling 是在离散空间里玩数字游戏；但物理世界是连续且开放的。物理世界模型的 Scaling Up，绝不应该只是模型参数量的简单增长，而必须是模型所能理解的‘物理世界边界’的扩展。”
WorldMind给出了自己的底层Scaling算法：1. 小世界：作为Scaling 的基本单元，是场景相关、有限可建模的解题切口；2. 大世界基模：作为Scaling 的共享底座，打通不同场景的底层物理逻辑；3. 知识与记忆：作为Scaling 的积累载体，将跨场景的交互转化为可复用的认知资产；4. 真实世界校准：作为Scaling 的持续动力，靠真实环境的碰撞不断修正推演边界。
从“小世界”切入，以场景演化为杠杆，通过真实校准驱动认知飞轮——WorldMind正在打破“暴力堆料”的算力迷信，让 AI 从“感知世界”真正走向“理解世界”与“改变世界”。WorldMind希望构建连接数字智能与物理世界的下一代 AI 基础设施，让物理 AI 能够像人类一样去理解、预测并进化，加速开启真正的 AGI 时代。
