在智源大会，看见AI走向物理世界

　　上证报中国证券网讯(记者窦世平)“今年的大会更火爆了，线下报名人数已经超过了1万人。”2026北京智源大会开幕前一天，智源研究院院长王仲远向记者感叹道。

　　作为“AI内行学术盛会”，北京智源大会是展现AI前沿知识和产业实践经验的重要窗口和关键渠道。上海证券报记者从6月12日大会开幕式上了解到，随着大语言与多模态技术日趋成熟，未来人工智能的发展重心将进入世界模型时代。超级模型与智能体系统正进一步释放势能，自进化有望成为驱动智能跃迁的新引擎，多模态与世界模型的加速成熟有望推动AI真正从数字空间走向物理世界。

　　世界模型处于早期阶段但潜力巨大

　　延续以往惯例，在今年大会上，智源研究院带来了包括悟界.Brainμ1.0、悟界.OpenComplex2.5、悟界.Physis-v0.1等一系列创新成果。其中，悟界.Physis-v0.1是全球首个通用世界基座模型，以统一物理状态学习，实现物理正确、动作因果可溯、长程一致、通用泛化，最终达到全垂类场景应用。

　　世界模型作为面向真实物理世界的下一代基座模型，以“预测下一物理状态”为核心，代表着人工智能的下一个重要范式跃迁。一名大会现场的研究人士告诉记者，世界模型不仅能感知、理解、推理真实物理世界的时间、空间、物理规律和物理常识，同时能涵盖文本、视频、深度、力觉、感知等全模态数据，还具备主动交互能力，能够支撑各种物理世界的下游应用。

　　今年以来，世界模型相关话题异常火热。王仲远对上海证券报记者表示，虽然数字世界模型能力越来越强，但物理世界仍存在许多AI无法解决的问题，这正是近年来世界模型被重新提及并反复讨论的根源。

　　“世界模型仍处于早期阶段，相关的技术路线可分为四类。”王仲远介绍，一是以语言为中心的世界模型，模型在文本空间中预测下一个词，学到的是语言描述的世界，并不能理解背后的物理后果；二是以像素为中心的世界模型，在视觉空间中学习视频或图像，学到的是像素描述的世界；三是以三维结构为中心的世界模型，不过模型重建3D空间不等于理解世界，几何结构也不代表物理状态；四是以视觉表征为中心的世界模型，预测的是视觉表征的压缩，但视觉嵌入演化不等于物理规律演化。

　　业内认为，人工智能正沿着从大语言模型向多模态大模型再向世界模型演进的方向，加速从数字世界迈向物理世界。清华大学计算机系教授、生数科技创始人朱军表示，物理世界本身是开放的，很多场景还没有被充分数字化，所以要进入物理世界，就必须花很多功夫采集数据、构建环境。他判断，视频模型和世界模型目前仍在持续扩展且潜力非常大。

　　智能体在工业与垂直领域领域潜力巨大

　　跨会场同步听会、与人形机器人切磋乒乓球、体验AI心电图分析……漫步智源大会会场，智能化“新风”扑面而来。其中，智能体听会是今年大会的新动作，在SoulAgent体验区，观众现场领取智能体，体验跨会场同步听会、与顶尖学者的AI分身实时对话。据现场工作人员介绍，随着持续使用，SoulAgent也会不断成长，逐步成为懂用户的个人AI伙伴。

　　自今年初龙虾问世以来，智能体话题热度不断，市面上也有越来越多的产品让普通用户体验到智能体的能力。从智源大会的论坛设置情况来看，智能体相关论坛从前年和去年的1场增加至今年的3场。“除世界模型之外，智能体是今年大会的又一大主题。”王仲远表示，智能体技术代表着AI在数字世界和物理世界的最新趋势。

　　早在2024年，智源大会便开始关注智能体方向，剖析LLM与Agent结合所带来的新系统范式。2025年，大会进一步探讨“自主智能体”议题，推动Agent从“模型应用”走向“智能系统”。今年大会的讨论重点再次升级，关注AI如何稳定、持续、安全地与现实环境交互，并真正参与工作流与社会系统运行。据介绍，智源目前已形成多层次智能体布局与成果，推出覆盖心脏辅助诊断、科学发现、个人专属助理以及生物安全防护的智能体矩阵。

　　“智能体还处在起步阶段，未来还有很长的路要走。”南洋理工大学校长讲席教授、人工智能交叉研究院院长安波认为，现在市面上的许多智能体产品，仍侧重于通用能力的展示。未来更具潜力的发展方向，或许在于真正扎根工业界与垂直领域，解决人们真正关心的问题。从当前情况来看，工程层面的问题尤为关键，例如多智能体协作、工作流编排、复杂任务拆解，以及成本控制和系统稳定性等方面，都有待进一步突破。

　　王仲远表示，虽然智能体技术目前仍存在运行成本高企、记忆能力不足等问题，但随着该技术持续演进和发展，未来将涌现出越来越多好用的产品，让大家的生活更加便捷，这不仅能提升效率，还能创造更多新的价值。