【洞见·TMT】

　　近日，第八届“北京智源大会”在中关村国际创新中心举办。这场“AI内行学术盛会”以“技术前沿、国际视野、青年人才”为特色，汇聚海内外研究者分享研究成果、探寻前沿知识、交流实践经验。智源研究院院长王仲远做2026年研究进展报告，发布智源研究院在基座大模型、智能体、基础软硬件生态等前沿技术领域的探索成果和开源生态建设的最新动态。

　　大会期间，王仲远接受采访时表示，当前的AI技术正处于快速迭代的关键阶段，世界模型、智能体、具身智能等新方向多点开花，技术突破正在推动人工智能从数字领域全面走向物理世界，一场覆盖技术、产业、应用的全域变革已然到来。

　　“世界模型是下一代AI基座模型”

　　记者：今年智源大会重点发布哪些技术成果？悟界大模型有哪些突破？

　　王仲远：成果分为基座大模型、智能体、基础软硬件生态三大类。悟界·Emu3.5实现从词元预测到状态预测的跨越，具备世界建模能力，相关成果登上《Nature》正刊。

　　全新的悟界·Brainμ1.0将AI技术落地神经科学领域，可实现脑信号与图文、音频跨模态转换，还能完成医疗数据脱敏。项目联合32家机构，发布万亿级神经科学数据集与专属数据平台，助力阿尔茨海默症、睡眠机制等研究，相关论文也刊发于《Science》。

　　升级后的悟界·OpenComplex2.5深耕AI制药，覆盖药物研发全流程，精准解析致病蛋白结构，赋能新药创新。

　　记者：智源如何定义和分类世界模型？

　　王仲远：世界模型是下一代AI基座模型，核心是物理状态预测，让AI理解并交互真实物理世界。我们将现有技术分为四类：语言中心型、像素中心型、三维结构中心型、视觉表征中心型，目前所有路线均处于发展早期。

　　记者：本次推出哪些智能体？具身智能领域有何布局？

　　王仲远：本次发布四款核心智能体：心脏磁共振诊断智能体可大幅提升诊疗效率，助力医疗资源下沉；自主科研智能体可独立完成全流程科研工作；SoulAgent为听会数字分身；风险预警智能体可识别有害蛋白合成等安全风险。

　　具身智能方面，我们搭建全栈技术体系，多款模型可实现端侧部署，已和50余家产业机构达成合作。我们认为，以世界模型为核心的技术突破，将是具身智能行业长远发展的关键。

　　“算力、Token成本将会逐步走低”

　　记者：视频数据在模型训练、具身智能研发中扮演重要角色，目前这类数据应用存在哪些短板，行业如何补齐？

　　王仲远：视频是当下为数不多能够批量获取，同时融合时间、空间、物理因果等多元信息的数据，也是AI学习现实世界规律的重要载体。今年世界模型将成为具身智能领域的热门技术，该方案依托视频生成模型结合行为协同训练，适配各类落地场景。但网络视频普遍存在数据噪音大、因果逻辑展示不完整等问题，再加上当前物理世界数据分散、数据孤岛问题突出，缺少类似数字互联网的全域数据体系，极大制约了模型能力提升。

　　对此，行业探索出两条落地路径：一方面依托现有海量视频数据完成基础能力学习，另一方面借助强化学习，让模型在真实物理场景中迭代优化，逐步补齐触觉、完整因果关系等信息短板。目前悟界・Physis也在持续利用视频数据开展训练，稳步夯实物理认知能力。

　　记者：当前智能体落地受成本制约明显，Token与算力成本未来走势如何？国产大模型出海具备哪些优势与挑战？

　　王仲远：纵观技术发展规律，算力、Token成本必然会逐步走低，今年就能看到实质性下降，成本普惠将进一步加速智能体产品普及。现阶段行业出现的资源浪费、产品体验不及预期等问题，都是技术走向成熟的必经阶段。目前，多款国产开源大模型在海外平台消耗量位居前列，依托绿电形成的成本优势是出海助力，但模型性能才是长久立足的核心，只有持续打磨技术能力，才能让国产AI在全球市场站稳脚跟。

　　记者：各大科技企业纷纷入局智能体赛道，扎堆布局是否会引发行业内卷？

　　王仲远：智能体市场空间广阔，能够赋能全行业数字化转型，完全可以容纳众多市场参与者，无需担忧过度内卷。

　　记者：业内普遍预测2026年是具身智能规模化落地元年，这类机器人距离走进普通家庭还有多远？

　　王仲远：工厂、物流等工业场景的具身智能已实现规模化落地，但面向家庭的通用机器人仍有较长路要走。短期内行业会涌现大量演示Demo，不过安全性、续航能力、多任务处理等问题仍待攻克。扫地机器人等细分品类特种机器人已率先走进家庭，而想要实现服务机器人全面普及，依旧需要依靠世界模型突破物理感知、场景泛化等核心技术瓶颈。

　　记者：如何看待通用人工智能AGI的发展前景？

　　王仲远：按照传统图灵测试标准，如今不少AI产品已达到要求。大众所期待的、可像人类一样灵活处理各类问题的AGI，数字领域版本有望在数年内落地。即便通用能力尚未完善，现有AI技术也能在细分场景创造价值，单点技术突破同样能带动整个产业向前发展。

　　世界模型尚存三大核心痛点

　　记者：当前世界模型发展存在哪些瓶颈？

　　王仲远：世界模型仍处在初期阶段，核心痛点有三：行业未形成统一技术定义与训练路线；真实物理世界数据匮乏，视频、仿真数据无法还原客观规律；缺少适配核心能力的评测体系。为此，智源成立专项创新中心攻关，下半年将发布自研评测框架。

　　记者：国内外AI技术存在哪些差距？

　　王仲远：国内智能体的架构、工程落地、场景适配能力已达国际一流水平，体验差距主要来自底层基座模型。如今，国产大模型进步显著，整体可满足商用需求，发展潜力巨大。

　　记者：当下AI安全形势如何？

　　王仲远：AI安全已从理论猜想变为现实威胁，大模型与智能体易绕过安全机制，引发生物、网络等多重风险。技术迭代会重构产业链，也会催生新机遇，AI安全需要全行业、跨领域协同应对，坚守安全底线。

　　记者：如何看待技术演进？世界模型何时迎来突破？

　　王仲远：从词元预测到物理状态预测，代表AI从数字世界迈向物理世界的核心变革，数据驱动、规模化的研发思路依旧适用。综合判断，未来三到五年是世界模型持续迭代期，待数据、技术路线逐步成熟，行业才会迎来颠覆性成果。（撰文/胡平 占舒桐）