目前智源開源模型超過200個，全球總下載量累計超過10億次。

本文為IPO早知道原創

作者｜MD

IPO早知道消息，2026年6月12日，第八屆“北京智源大會”在中關村國際創新中心開幕。大會上，智源研究院院長王仲遠做2026年研究進展報告，發布了智源研究院在基座大模型、智能體、基礎軟硬件生態等前沿技術領域的探索成果和開源生態建設的最新動態。

自2018年成立以來，智源研究院先后發布“悟道”系列大模型和“悟界”系列大模型，構建了自底向上的全棧大模型開源技術體系。截至目前，智源開源模型超過200個，全球總下載量累計超過10億次，同時孵化了一系列在大模型和具身智能領域具有代表性的創新創業企業。

智源研究院認為，人工智能正在沿著從大語言模型向多模態大模型、再向世界模型的方向演進，并加速從數字世界邁向物理世界。隨著多模態模型研究不斷深入，AI技術范式也正在發生變化：從“預測下一個詞元”逐步演進到“預測下一個物理狀態”。后者被智源視為世界模型的核心本質。

圍繞世界模型這一方向，智源對現有技術路線進行了分類：第一類是以語言為中心的世界模型，包括VLM、VLA等，主要在文本空間中預測下一個詞；第二類是以像素為中心的世界模型，例如視頻生成類模型，在視覺空間中學習視頻或圖像；第三類是以三維結構為中心的世界模型，包括3D重建及相關空間模型；第四類是以視覺表征為中心的世界模型，例如JEPA系列模型。

在智源看來，這些路線雖各有價值，但尚不等同于真正理解物理世界。世界模型作為面向真實物理世界的下一代基座模型，應以“預測下一物理狀態”為核心，不僅能夠感知、理解、推理真實物理世界中的時間、空間、物理規律和物理常識，還應涵蓋文本、視頻、深度、力覺、感知等全模態數據，并具備主動交互能力，最終支撐物理世界中的下游應用。

“悟界”大模型：構建面向物理世界的AI基座

2024年智源大會發布的“悟界”系列，目標正是解決人工智能從數字世界邁向物理世界的關鍵能力，并構建面向物理世界的人工智能基座模型。

其中，悟界·Emu是智源多模態方向的重要里程碑。官方資料顯示，Emu3于2026年1月登上《Nature》正刊，是我國科研機構主導的大模型成果首次在《Nature》正刊發表。在此基礎上，Emu3.5完成關鍵升級，從“預測下一個詞元”進一步擴展到跨視覺與語言序列的“下一狀態預測”，以純自回歸框架原生實現文本、圖像、視頻的統一理解與生成，打破傳統多模態技術路線中的模態孤島與架構割裂。

智源認為，Emu3.5內置了對時空關系、因果邏輯與物理世界演化規律的建模能力，不僅可緩解生成內容違背真實物理規則的行業痛點，也為AI從數字世界走向物理世界補齊關鍵技術環節。

在腦科學方向，智源研發了悟界·Brainμ1.0。官方資料顯示，悟界·Brainμ1.0是全球首個理解與生成統一的多模態神經科學大模型，旨在從世界模型出發，構建多模態腦科學通用基座。該模型可將人類、獼猴、小鼠等跨物種，EEG、fMRI、MEG、fNIRS、神經像素、鈣成像等全模態腦信號統一編碼為標準Token，實現數據格式歸一，并通過多模態對齊，將腦信號Token與語言、圖像、視頻等通用模態對齊，嵌入預訓練大模型，釋放大模型的知識表達與泛化能力。

與之配套的還有全球最大的AI-Ready神經科學數據平臺悟界·BrainToken。該平臺匯聚全球開源神經科學數據并完成全量Token化，總量突破萬億級別。智源希望借助數據Token化，解決神經科學領域數據孤島問題，包括數據復雜、稀疏、不對齊等挑戰，并降低神經疾病診斷成本，輔助篩查診斷阿爾茲海默癥、抑郁癥、帕金森等疾病。目前，悟界·Brainμ已用于AI輔助科學家分析數據，支撐“記憶—睡眠”調控機制研究成果登刊《Science》。

在AI制藥方向，悟界·OpenComplex2.5則聚焦藥物發現。官方資料顯示，該模型是下一代AI驅動藥物發現模型，重點解決固有無序蛋白，即IDP，動態構象難以解析的問題。通過可泛化、物理真實的端到端全原子分布建模，OpenComplex2.5能夠精準捕捉IDP靈活、多變的構象狀態，突破傳統靜態結構分析在高動態靶點研究中的局限，為神經退行性疾病等難成藥靶點研究提供新的技術路徑。

從藥物研發流程看，OpenComplex2.5以單一模型覆蓋四個關鍵步驟：口袋識別、反向篩選、結構預測和親和力預測。這意味著模型不僅可以在靶點蛋白中定位可成藥口袋，也可以為給定化合物尋找潛在靶點，預測蛋白—配體復合物三維結構，并估算結合親和力相關指標的變化趨勢，從而支持先導化合物篩選與優化。

更具前瞻性的成果是悟界·Physis-v0.1。作為全球首款通用世界基座模型，目標是構筑真實物理世界人工智能的底層核心引擎。與傳統垂類場景專用AI不同，Physis-v0.1試圖解決主流人工智能模型不懂真實物理規則、物理推演結果可信度低、長程時序記憶缺失等問題。

在技術路徑上，悟界·Physis-v0.1以物理隱空間表征替代傳統像素、幀級預測方案，可將視頻、深度RGB、3D點云、力觸反饋等全模態信息壓縮為標準化隱空間物理狀態Latent State。官方資料顯示，該模型支持50多個復雜物理場景長程推理，具備物理一致性、動作因果性、長程可推演性、通用泛化性四大核心能力，可應用于工業、具身智能、物理仿真、科學研究等真實物理場景。

智能體成為落地抓手：從醫療診斷到科學發現

如果說基座模型決定了AI能力上限，那么智能體則直接關系到AI能否進入真實工作流。智源自2024年起持續關注智能體方向，推動Agent從“模型應用”走向“智能系統”。此次披露的智能體矩陣覆蓋心臟輔助診斷、科學發現、個人專屬助理和生物安全防護等場景。

在具身智能方向，智源已形成從模型到系統的多層次布局。針對行業面臨的硬件不成熟、數據短缺、模型能力弱、落地應用難等挑戰，智源構建了自下而上的全棧具身智能技術體系，并先后發布悟界·RoboBrain和悟界·RoboOS。

正在研發中的的悟界·RoboBrain Orca，則是以下一個物理狀態預測為核心的具身大腦。它構建“統一表征—建模—預測—交互”的完整閉環，實現從Next Token、Frame、Action Prediction向Next Physical State Prediction升級。該模型融合大量Ego-centric交互數據，強化世界模型的具身表征，提升下游少樣本與跨場景泛化能力。

大會資料顯示，RoboBrain Orca具備統一表征、因果推演、模態解碼三大核心能力，可同時生成語言思考、視覺預測與動作決策，支撐機器人在物流、酒店服務等真實環境中長期自主作業。

在醫療領域，BAAI Cardiac Agent是智源與安貞醫院聯合研發的面向心臟磁共振的輔助診斷智能體。該系統依托安貞醫院兩千余例心血管患者、超過3萬條影像—文本配對多模態數據，構建一站式“結構分割—功能評估—疾病診斷—智能化報告”流程。

面向科研場景，AREX被定位為自主研究智能體，致力于推動人工智能從模仿學習向自主學習跨越。它可服務于文獻調研、思路拓展、實驗設計、結果論證與論文撰寫等科研全流程，降低科研過程對人類參與的依賴，并進一步推動人工智能賦能基礎學科前沿問題的自主探索與科學發現。

面向個人用戶，SoulAgent則強調專屬化和長期協作。據介紹，SoulAgent采用全新自研架構，可實現Token成本節省30%、資源占用降低80%。它基于用戶畫像和skill自進化，可持續成長為用戶的專屬數字專家，滿足個性化服務、長期記憶留存和高私密安全等需求。值得一提的是，在智源大會場景中，SoulAgent可幫助參會者實時聽會、捕捉重點、提煉前沿觀點與專家洞察。

智源還發布了面向有害蛋白獲取的風險發現智能體。該系統首次打通“計算機模擬推演”與“真實實驗驗證”的完整鏈條，即干濕實驗閉環，驗證了先進AI智能體可能輔助繞過生物安全篩查機制。這一成果也提醒行業，智能體能力增強的同時，安全治理必須同步前置。

FlagOS 2.1升級：

破解多模型、多芯片適配難題

在基礎軟硬件生態方面，智源與開源社區共建的眾智FlagOS已升級至2.1版本。FlagOS定位為統一智算系統軟件棧，目標是破解“多模型×多芯片”的適配難題。

官方資料顯示，FlagOS 2.1已統一適配18家芯片品牌的32款芯片型號，覆蓋NVIDIA、NPU、GPGPU、DSA、RISC-V AI、ARM等多種架構，是當前全球支持芯片種類最多的智算系統軟件棧。通過通用算子庫、統一AI編譯器、自動算子生成工具、vLLM多芯片統一插件等關鍵組件，FlagOS支持90%以上主流開源大模型的多芯片部署，包括DeepSeek、Qwen、面壁MiniCPM、智譜GLM、MiniMaX、混元、階躍Step等。

在性能優化方面，FlagOS拓展Triton-TLE語言能力，已支持華為昇騰、海光、摩爾線程、清微智能、英偉達等多款芯片，優化大模型關鍵算子性能。其八大算子庫總數超過600個，并從“大模型專用”延伸到“科學計算”。FlagCX通信庫統一連通多款芯片，并實現全球AI芯片通信的ITU國際標準與國家標準“雙立項”。

生態層面，FlagOS成員已超過80家，全球下載量超過37.5萬次，觸及開發者5.6萬人。隨著AI產業進入多模型、多芯片并行發展的階段，統一軟件棧的價值將進一步凸顯。