全球首个通用世界基座模型发布 开启AI范式革命

当全球人工智能还在为多模态大模型的能力边界争论不休时，中国科研机构已经率先叩响了下一代AI技术的大门。6月12日在北京开幕的2026智源大会上，智源研究院正式发布全球首个通用世界基座模型悟界・Physis-v0.1，标志着人工智能从“预测下一个词元”向“预测下一个物理状态”的范式革命迈出重要一步。这场被誉为“AI内行学术盛会”的大会，不仅集中展示了中国在AI前沿领域的原创性突破，更勾勒出了一条从数字世界迈向物理世界的清晰技术路径。

本届智源大会格外引人注目的成果是悟界・Physis-v0.1的发布。这款全球首款通用世界基座模型打破了传统AI垂类场景专用的技术瓶颈，以“预测下一物理状态”为核心，实现了物理正确、动作因果可溯、长程一致和通用泛化四项能力。现有世界模型技术路线可分为四类：以语言为中心的VLM、VLA模型、以像素为中心的视频生成模型、以三维结构为中心的重建模型，以及以视觉表征为中心的JEPA系列模型。这些模型要么只能理解语言描述的世界，要么只能学习像素或几何结构，无法真正掌握物理世界的运行规律。悟界・Physis-v0.1通过专属物理状态编码器将视频、深度RGB、3D点云、力触反馈等全模态信息统一转化为标准化隐空间物理状态，支持五十余个复杂物理场景的长程推理，广泛应用于严肃工业、具身智能、物理仿真和科学研究等领域。

事实上，智源研究院是国内最早提出并开展世界模型研究的科研机构之一。2023年智源大会上，杨立昆首次系统阐述了新一代世界模型的概念；2024年，智源作出世界模型是下一代大模型技术路线的预判；2025年发布的悟界・Emu3.5，以纯自回归框架原生实现了文本、图像、视频的统一理解与生成，打破传统多模态技术路线的模态孤岛与架构割裂。