機器之心發布

2024 年，AI 證明了自己能完成單項任務；2025 年，AI 學會了跑通完整工作流；2026 年，AI 正在叩響 “觸達實體世界” 的大門。

當人工智能迎來從 “Next-Token Prediction（預測下一個詞元）” 到 “Next Physical State Prediction（預測下一個物理狀態）” 的范式革命，當 AI 從單純的 “推理” 向具備編排能力的 “智能體 AI” 和觸達實體世界的 “物理 AI” 全面進化，全球 AI 創新的風向標再次指向北京。6 月 12 日，第八屆北京智源大會在北京中關村國際創新中心啟幕，以 “技術前沿、國際視野、青年人才” 為底色，匯聚兩位圖靈獎得主、40 余位 AI 企業 CEO 與首席科學家、200 余位頂尖專家學者，以及 30 余位 30 歲以下青年科學家，中國 AI 產業世界模型與 Agent 領域最具代表性的創新力量首次集中同臺，圍繞世界模型、通用智能體、具身智能三大核心方向，正式劃定下一代人工智能從數字世界邁向物理世界的演進路線。

作為中國 AI 領域公認的 “內行學術盛會”，智源大會自創辦以來，已累計匯聚 14 位圖靈獎得主、過千位產學研頂尖專家，吸引全球 30 多個國家和地區超千萬人次專業人士參與。今年，大會帶來 25 場論壇、200 + 場重磅演講，不僅首次實現中國 AI 產業世界模型與 Agent 領域最具代表性創新力量的集中同臺，更推出 “智能體聽會” 的全新參會體驗，讓全球觀眾直觀感受 AI 落地真實場景的前沿成果。

全球頂配陣容集結

圖靈獎得主解碼下一代 AI 核心命題

本屆智源大會的嘉賓陣容堪稱 “學術天花板 + 產業全明星”。兩位圖靈獎得主從各自領域出發，直擊 AI 走向真實世界的核心挑戰與底層邏輯。

2015 年圖靈獎得主、現代公鑰密碼學奠基人 Whitfield Diffie 聚焦 Agent 時代的雙重安全挑戰，以 “Security For AI Agents，Security Against AI Agents” 為題展開分享。他提出，當前 “控制論（反饋）” 式的做法是在程序失敗時進行修復，而未來的愿景應是開發形式化方法，以大幅提升程序按預期運行的可靠性。Diffie 對比了密碼系統因程序規模極小而可充分研究驗證的優勢，指出典型的計算機程序 —— 包括編譯器、操作系統、應用和智能體 —— 規模要大得多，通常已超出人類的驗證能力，人們期望這些任務未來可由 AI 完成。他強調，當前編程實踐中，對智能體的限制（Confinement）—— 即保證智能體只能訪問授權資源 —— 在現有編程中仍做得不足。

2024 年圖靈獎得主、強化學習奠基人 Andrew Barto 以 “Rediscovering Reinforcement Learning” 為題，將這一范式的本質歸結為 “控制、搜索與聯想記憶” 的三位一體 —— 它既是 “帶著批評家的學習”，也是 “試錯學習”，核心在于 “緩存搜索結果” 而無需持續搜索。他指出，“機器學習最初就是強化學習”，而 “突觸可塑性實現了效果律”；Schultz 等人的 “獎勵預測誤差假說” 則印證，中腦多巴胺神經元的相位性活動所編碼的，正是 “新舊預期未來獎勵之間的誤差”。Barto 強調，“強化學習與神經網絡的計算研究從一開始便緊密交織”，二者 “均發端于大腦如何運作與學習的假說”，而 “深度強化學習的計算能力與大腦獎勵系統的最新成果相結合，指明了下一輪進展的方向”。最后，他以 “小心你許的愿 —— 你可能真的會得到它” 發出警示，提醒人們警惕獎勵信號設計中的 “反常實例化” 風險。

智源研究院理事長黃鐵軍與之江實驗室主任、阿里云創始人王堅圍繞 “總有人比時代早十年” 展開播客現場對話，由《漫談 Light the Star》創始人衛詩婕主持。對話從中國 AI 范式演進出發，探討了中國大模型如何從追趕驗證走向路線選擇、體系構建與范式創新，如何突破互聯網文本數據天花板與算力荒的極限狀態，以及從 “跟隨國際主流范式” 走向 “形成自身問題意識” 的原創范式躍遷等議題。對話還聚焦 Agent 時代的新范式 —— 從推理時代邁入 Agent 時代，海量高并發智能體對真實世界產生的直接影響與風險。面對 AI 從 “客體” 向 “主體” 演進，兩位嘉賓也分享了對人與 AI 關系、人類文明與 AI 文明如何共存的長期思考。

在 “重構世界 —— 中國大模型巔峰對話” 圓桌環節，智源研究院院長王仲遠與清華大學計算機系教授、生數科技創始人朱軍，小米集團 MiMo 負責人羅福莉，以及清華大學計算機系教授、面壁智能聯合創始人兼首席科學家劉知遠，南洋理工大學校長講席教授、人工智能交叉研究院院長安波等行業領軍者，圍繞超級模型能力演進、AI 自進化、多模態與世界模型等核心議題深入交流，共同探討了數字世界向物理世界跨越的重構邏輯。嘉賓們認為，超級模型與智能體系統正進一步釋放更大勢能，自進化有望成為驅動智能躍遷的新引擎，多模態與世界模型的加速成熟有望推動 AI 真正從數字空間走向物理世界。在重構世界的進程中，同時應該為青年人才創造更廣闊的探索空間。

與此同時，來自谷歌、Meta、英偉達、哈佛、MIT 等 20 余家全球頂尖科技企業及高校科研機構的代表，與阿里、騰訊、小米、生數科技、面壁智能、清華、北大、人大等中國 AI 行業最核心的創新力量同場交流。數百位全球 AI 領域學術中堅力量一同圍繞世界模型、通用智能體、具身智能、AI 安全、AI Native 教育、Token 經濟與 OPC、智能計算底層架構等前沿方向展開精彩演講和前瞻性對話。

智源年度重磅發布

推出兩大世界模型

世界模型被普遍視為繼大語言模型之后，人工智能發展史上最具變革性的戰略機遇，亦是通往物理世界通用人工智能（Physical AGI）的必由之路。當前，業界對世界模型的戰略價值已形成廣泛共識，但在技術路線的選擇上仍處于多元探索、尚未收斂的蓬勃發展階段 —— 從 “預測下一個 Token” 到 “預測下一個狀態（Next State）” 的范式躍遷，正在成為最具潛力的主流方向之一。

智源研究院院長王仲遠在做智源進展報告中提到，當下人工智能正沿著從大語言模型向多模態大模型再向世界模型演進的方向，加速從數字世界邁向物理世界。世界模型作為面向真實物理世界的下一代基座模型，以 “預測下一物理狀態” 為核心，代表著人工智能的下一個重要范式躍遷。世界模型不僅能感知、理解、推理真實物理世界的時間、空間、物理規律和物理常識，同時能涵蓋文本、視頻、深度、力覺、感知等全模態數據，還具備主動交互能力，能夠支撐各種物理世界的下游應用。

智源研究院是國內最早提出并開展世界模型研究的科研機構。2023 年智源大會上，楊立昆（Yann LeCun）就闡述了新一代世界模型的概念；2024 年智源大會上，智源研究院提出的人工智能大模型技術路線預判，明確指出世界模型是下一代大模型技術；2024 年發布的悟界?Emu3 和 2025 年發布的悟界?Emu3.5，更是全球首個原生多模態世界模型。基于在大模型領域持續的技術積累與前瞻布局，2026 年智源推出了悟界?Physis-v0.1。悟界?Physis 的誕生正是基于智源對人工智能發展路徑的判斷以及從 “悟道” 到 “悟界” 的技術傳承與延續。隨著大語言與多模態技術日趨成熟，未來人工智能的發展重心將進入世界模型時代。

智源認為，現有世界模型相關的技術路線可分為四類：第一類是以語言為中心的世界模型，包括 VLM、VLA，模型在文本空間中預測下一個詞，學到的是語言描述的世界，并不能理解背后的物理后果；第二類是以像素為中心的世界模型，像 Sora 和 Seedance 等視頻生成類模型，在視覺空間中學習視頻或圖像，學到的是像素描述的世界；第三類是以三維結構為中心的世界模型，包括 3D 重建以及李飛飛團隊的 World Labs Marble 模型，不過模型重建 3D 空間不等于理解世界，幾何結構也不代表物理狀態；第四類是以視覺表征為中心的世界模型，比如楊立昆的 JEPA 系列模型，預測的是視覺表征的壓縮，但視覺嵌入演化不等于物理規律演化。

在智源看來，世界模型作為面向真實物理世界的下一代基座模型，以 “預測下一物理狀態” 為核心，代表著人工智能的下一個重要范式躍遷。世界模型不僅能感知、理解、推理真實物理世界的時間、空間、物理規律和物理常識，同時能涵蓋文本、視頻、深度、力覺、感知等全模態數據，還具備主動交互能力，能夠支撐各種物理世界的下游應用。

智源在此方向上的核心布局體現為悟界?Physis-v0.1 與正在研發中的悟界?RoboBrain Orca。悟界?Physis-v0.1 作為全球首個通用世界基座模型，以 “預測下一個物理狀態（Next Physical State Prediction）” 為底層范式，徹底打破傳統 AI 垂類場景專用的技術瓶頸，依托獨創技術架構，以物理隱空間表征替代傳統像素、幀級預測方案，實現跨場景通用物理規律強化學習。搭載專屬物理狀態編碼器，可完成視頻、深度 RGB、3D 點云、力觸反饋等全模態信息壓縮，統一轉化為標準化隱空間物理狀態 Latent State。模型支持 50 + 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，從根源提升 AI 物理推理的真實性與可靠性，可廣泛應用于嚴肅工業、具身智能、物理仿真、科學研究等真實物理場景。

悟界?RoboBrain Orca 是以下一個物理狀態預測為核心的具身大腦，構建 “統一表征 — 建模 — 預測 — 交互” 完整閉環，實現從 Next Token / Frame / Action Prediction 升級為 Next Physical State Prediction，徹底打破傳統 AI 僅能理解文本的局限，推動 AI 從理解文本走向感知、預測與交互物理世界，并融合大量 Ego-centric 交互數據，強化世界模型的具身表征，有效提升下游少樣本與跨場景的泛化能力。悟界?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，實現 “想、看、動” 三位一體，賦予具身智能機器人打通 “認知 — 預測 — 行動” 完整鏈路的能力，支撐具身智能機器人在物流場景、酒店服務場景等真實環境中的長期自主作業。

兩者形成 “物理基座 + 通用交互” 的雙引擎架構，共同構成完整的世界模型技術體系，為物理 AGI 提供從底層物理可信性到頂層類人認知交互的全棧支撐，推動數字世界與物理世界加速融合。

從悟道到悟界

智源構建通往物理 AGI 的完整技術路徑

本屆大會上，智源研究院全面展示 “從悟道到悟界” 的技術躍遷成果 —— 從 2021 年讓 AI “學會語言” 的悟道系列，到 2024 年讓 AI “懂世界” 的悟界系列，智源正在構建一條通往物理 AGI 的完整技術路徑。

智源依托自研科研體系，完成從悟道到悟界大模型體系全面升級，在核心賽道實現原創技術領跑。多模態領域悟界?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，悟界?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的模態孤島與架構割裂。它內置時空關系、因果邏輯與物理世界演化規律建模能力，不僅攻克了生成內容違背真實世界物理規則的行業痛點，更補齊了 AI 從數字世界走向物理世界的技術缺失，兼具頂級學術價值與底層產業支撐價值。

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。由智源聯合清華團隊基于悟界?Brainμ 開展的研究成果也已刊發于 Science。模型可將人類、獼猴、小鼠跨物種，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，充分釋放大模型知識表達與泛化能力。此外，全球最大的 AI-Ready 神經科學數據平臺悟界?BrainToken，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。Brainμ1.0 可利用數據 Token 化，解決神經科學領域數據孤島（復雜、稀疏、不對齊等）問題，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。

悟界?OpenComplex2.5 是可泛化、物理真實的下一代 AI 驅動藥物發現模型，重點解決固有無序蛋白（IDP）動態構象難以解析的問題。它通過可泛化、物理真實的端到端全原子分布建模，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。模型統一覆蓋藥物研發中的四個關鍵步驟：口袋識別、反向篩選、結構預測和親和力預測。在口袋識別環節，在靶點蛋白中定位可成藥口袋，實現高質量的口袋檢測、對多樣化靶點具有魯棒性、提升命中發現效率；在反向篩選環節，為給定化合物尋找潛在靶點，實現基于大規模靶點庫搜索、對精準的靶點排序、加速化合物再利用和脫靶評估；在結構預測環節，預測蛋白 - 配體復合物的三維結構，實現高精度三維結構預測、捕捉關鍵相互作用、可靠用于下游分析；在親和力預測環節，可準確估算結合親和力相關指標的相對變化趨勢，并可泛化至不同化學空間和靶點類型，支持先導化合物篩選與優化。

智能體蓬勃發展

智源形成多層次布局與成果

自 2024 年起，智源大會便率先關注智能體方向，剖析 LLM 與 Agent 結合所帶來的新系統范式。2025 年，大會進一步探討 “自主智能體” 這一議題，推動 Agent 從 “模型應用” 走向 “智能系統”。2026 智源大會討論重點再次升級，關注 AI 如何穩定、持續、安全地與現實環境交互，并真正參與工作流與社會系統運行。目前，智源基于深厚技術底蘊形成多層次智能體布局與成果，推出覆蓋心臟輔助診斷、科學發現、個人專屬助理以及生物安全防護的智能體矩陣。

BAAI Cardiac Agent 是全球首個面向心臟磁共振的輔助診斷智能體，依托安貞醫院兩千余例心血管患者超 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” 智能體，推動優質心血管醫療能力普惠可及。BAAI Cardiac Agent 不僅能顯著提升 CMR 影像的解讀效率，同時融合安貞醫院心臟專科醫師的臨床診療經驗，其 Agent-Expert 系統復刻專家團隊協作式診療流程，最終實現心臟疾病診斷精確度達到安貞醫院頂尖心血管醫生的診斷水平，AUC 超 0.93。

AREX 是面向科學發現的自主研究智能體，致力于推動人工智能從模仿學習向自主學習跨越，讓 AI 學會自我提升。它面向科研過程中創新思路稀缺、設計實現緩慢、實驗論證繁瑣等痛點，全面降低科研全流程對人類參與的依賴，輔助人類研究，實現自主科學發現。未來，AREX 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，也可用于人工智能服務的全流程快速構建、自主優化與迭代，并進一步推動人工智能技術賦能基礎學科前沿問題的自主探索與科學發現。

SoulAgent 是面向個人用戶的專屬智能體，采用全新自研架構，實現 Token 成本節省 30%，資源占用降低 80%。SoulAgent 基于用戶畫像和 skill 的自進化，可持續成長為用戶的專屬數字專家，滿足用戶個性化服務、長期記憶留存、高私密安全的智能助手核心需求，有效解決傳統通用 AI 助手不懂用戶習慣、響應適配慢、用戶數據無保障、無法實現長期深度協作的行業痛點，打造專屬化和個性化的智能服務體驗。在智源大會上，SoulAgent 幫助參會者實時聽會、捕捉大會重點、提煉前沿觀點與專家洞察，在并行會議中打造隨時 “在場” 的智能分身。

智源推出面向有害蛋白獲取的風險發現智能體，首次打通 “計算機模擬推演” 與 “真實實驗驗證” 的完整鏈條（干濕實驗閉環），驗證了先進 AI 智能體能夠輔助繞過生物安全篩查機制，將目標有害蛋白序列拆分為多個 DNA 片段并組裝，最終成功獲取有害蛋白基因序列。針對傳統 AI 生物安全評估多為事后被動響應，且攻擊路徑難以完整復現的問題，該系統通過主動模擬攻擊者行為，提前識別智能體在生物知識獲取、有害蛋白序列設計等環節的脆弱性，將風險防控從 “事后補救” 轉為 “事前演練”。

全面升級至 FlagOS 2.1

打造普適、高效、智能的智算基座

智源與開源社區共建了眾智 FlagOS，將企業面臨的 “M 款模型與 N 款芯片” 適配難題簡化為 “多模型 + 多芯片” 的統一接入解決方案。作為當前全球支持芯片種類最多的智算系統軟件棧，FlagOS 2.1 能夠支持 18 家芯片廠商的 32 款芯片，覆蓋 NVIDIA、NPU、GPGPU、DSA、RISC-V AI、ARM 等多種架構，支持 “多種模態”“多種場景” 大模型在多種 AI 芯片遷移部署。通過 FlagOS 的通用算子庫、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，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。發布即多芯適配，DAY 0 即實現 DeepSeek V4、Qwen3.6、MiniMaX M2.7、MiniCPM-o4.5、 MiniCPM5-1B 混元 Hy-MT2 等大模型的多款芯片適配。

FlagOS 的算子總數已超過 600 個，并且仍然在快速增長。同時 FlagOS 還能夠支持 18 家芯片廠商的統一編譯器和 12 家芯片廠商的統一通信庫。在端到端性能極致優化方面，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，極致優化大模型關鍵算子性能；八大算子庫總數超 600 個，實現從 “大模型專用” 到 “科學計算” 的能力延伸，核心組件已進入 PyTorch 基金會生態項目；FlagCX 通信庫，統一連通 10 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”。FlagRelease 發布 Express “高速” 鏡像版本，可一鍵安裝使用，實現端到端的高速推理。FlagCICD，首個 AI 多芯片開源集成測試發版平臺。在前沿探索層面，FlagQuantum，高性能量子電路模擬框架，在多種 AI 芯片、及量子電路的機器學習，邁出 “量智融合” 的第一步。

目前，FlagOS 的生態成員已經超過 80 余家，全球下載量超過 37.5 萬次，觸及開發者 5.6 萬人。

巔峰對話與前沿論壇

共探 AI 產業未來方向

本屆大會設置 1 場主論壇 + 24 場平行論壇，深度覆蓋 AI 全棧前沿方向，其中 AI Native 教育論壇與 Token 經濟與 OPC 論壇首次亮相，分別探討智能時代的教育變革與生產關系重構。AI Native 教育論壇首次系統性探討智能時代的教育變革。當知識獲取變得 “廉價”，創造力、問題意識、深度思考等能力將成為核心稀缺資源。來自基礎教育改革者、AI 原生教育創新者與社會學、教育學專家將共同定義 “未來人需要具備的能力”，中小學到大學的 AI-Native 新勢力也將現場展示他們的 AI 創作成果；Token 經濟與 OPC 論壇聚焦智能時代的生產關系變革。Token 正在從模型調用計費單位，演變為 “智能生產” 的基礎計量單位；而 One-Person Company（OPC）等最小創新單元的興起，正在重新定義個人能力與組織邊界。

沉浸式科研體驗

近距離觸摸 AI 落地成果

大會期間，智源打造了以 “啟未來之智，溯創新之源” 為主題的 AI 科研體驗區，集中呈現四大板塊的前沿成果，讓觀眾親手操作、沉浸式感受 AI 與物理世界的交互。

在 SoulAgent 體驗區，觀眾可現場領取專屬智能體，體驗跨會場同步聽會、與頂尖學者 AI 分身實時對話；具身智能體驗區展示了全球首個跨本體的人形機器人全自主乒乓球對打系統 SpikePingPong，由智源研究院與北京大學聯合推出，已適配智元靈犀 X2、遠征 A3、宇樹 G1 等多類人形機器人平臺，以及能完成套垃圾袋、雙手協同清理等復雜任務的酒店清潔機器人；在眾智 FlagOS 體驗區，觀眾可以通過 “一鍵啟動 FlagOS 系統軟件棧”“FlagOS 知識大闖關”“FlagOS 自動生成算子” 等互動，直觀感受跨芯片適配能力；AI for Life Sciences 體驗區沿真實診療路徑展示心臟 AI 診斷、神經科學研究與 AI 藥物發現的落地成果，在安貞 — 智源心臟 AI 醫院體驗區，觀眾依次體驗 AI 心電圖分析與智能功能篩查、透明心臟與結構病灶精準分析、BAAI Cardiac Agent、AI 手術賦能；在神經科學體驗區，觀眾深入了解 BrainToken 和悟界?Brainμ1.0；AI 藥物發現體驗區則呈現了悟界?OpenComplex2.5，它依托單一模型架構，解決四大關鍵制藥步驟，核心指標超越國際標桿。

自 2018 年成立以來，智源研究院先后發布了 “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。無論是在大模型發展的早期，還是在物理 AI 的全新時期，智源研究院始終在引領人工智能大模型的前沿研究探索。截至目前，智源開源模型超 200 個，全球總下載量累計超過 10 億次。同時也孵化了一系列在大模型領域和具身智能領域非常具有代表性的創新創業企業。從率先開啟中國大模型探索，到定義面向真實物理世界的基座模型，智源以頂尖學術突破、產業生態孵化和全棧開源布局，持續為中國 AI 筑牢創新根基。

面向下一代人工智能技術范式變革，智源將持續引領技術創新，構建一條通往物理 AGI 的破局路徑。