💰钛媒体•較早收集於 7m
大模型的下一場仗，不在屏幕裡打了
💡了解為何產業領袖認為 AI 的未來在於物理世界，而不僅僅是數位螢幕。
⚡ 30-Second TL;DR
有什麼變化
AI 發展正從純軟體轉向物理互動
為什麼重要
此轉變暗示 AI 從業者應跳脫自然語言處理，探索機器人技術、感測器融合與邊緣運算，以保持競爭力。
下一步行動
開始探索 ROS 2 或 NVIDIA Isaac 等模擬環境，為具身智能的興起做好準備。
誰應關注：Researchers & Academics
關鍵要點
- •AI 發展正從純軟體轉向物理互動
- •大模型競爭的下一階段涉及現實世界整合
- •具身智能正成為產業的核心戰略焦點
🧠 深度解析
Web-grounded analysis with 30 cited sources.
🔑 增強重點摘要
- •智源大會強調，大模型發展已從「預測下一個詞元」轉向「預測下一個物理狀態」，這代表著人工智能從數位世界邁向物理世界的範式躍遷，並將世界模型定義為通往物理通用人工智能（Physical AGI）的必由之路。
- •具身智能的發展面臨多重技術瓶頸，包括高品質、多模態、帶有觸覺/力覺回饋的真實動作數據極度匱乏，以及「仿真到現實」（Sim-to-Real）的精度鴻溝，導致模型在真實物理環境中泛化能力不足和易產生「AI幻覺」。
- •大型語言模型（LLMs）正被應用於機器人控制，透過將自然語言指令轉換為程式碼，實現機器人的高階動作規劃與執行，簡化了人機互動方式，並能整合外部工具庫以提升靈活性。
- •具身智能的發展趨勢正從孤立的功能模組走向一體化架構，強調端到端的學習與優化，透過多模態融合感知、統一表徵學習和聯合策略訓練，實現從原始感測器輸入到動作輸出的直接映射。
- •中國政府高度重視具身智能的發展，已將其納入2025年政府工作報告，並透過「機器人+」倡議和「AI+製造」路線圖等政策，推動人形機器人產業發展及AI技術在工業場景的深度融合。
📊 競品分析▸ Show
具身智能領域主要參與者與研究重點
| 實體/公司 | 主要研究方向/產品 | 核心技術/策略 | 備註 |
|---|---|---|---|
| 智源研究院 (BAAI) | 世界模型、通用物理智能、具身大模型 | 「悟界·Physis-v0.1」（通用世界基座模型）、 「悟界·RoboBrain Orca」（具身大腦大模型）、跨本體大小腦協同框架RoboOS、全棧大模型開源技術體系 | 致力於從「預測下一個詞元」到「預測下一個物理狀態」的範式躍遷，引領中國AI前沿研究。 |
| Meta AI (FAIR) | 觸覺感知、靈巧操作、人機互動 | Digit 360（多模態感測器）、Meta Digit Plexus（整合觸覺感測器平台）、多模態訊號利用 | 專注於提升具身AI代理在物理世界的感知與互動能力，以實現高級機器智能。 |
| NVIDIA | 世界基礎模型（WFMs）、物理AI | 結合模擬與世界基礎模型生成合成數據以訓練物理AI模型、提供高性能GPU叢集加速開發部署 | 強調模擬在訓練物理AI模型中的關鍵作用，並提供相關硬體與軟體生態支援。 |
| 星源智機器人 (Xingyuanzhi Robot) | 具身大腦（軟體與計算平台） | T5計算平台（高性能域控制器）、邊緣設備上的通用具身AI模型即時推斷 | 專注於提供機器人的「大腦」部分，不製造硬體，旨在成為中國機器人製造商的智慧層。 |
| MIT CSAIL | 具身智能、人類智能研究、智能機器人設計與實施 | 感知、感測、語言、學習與規劃的整合，以實現具備類人智能的物理代理 | 透過研究人類智能和設計智能機器人來理解物理世界中的智能行為本質。 |
| Lamarr Institute | 具身人工智能、深度強化學習 | 透過為深度強化學習添加適當結構來推進具身AI，利用模擬生成數位現實以供代理學習、重新學習和驗證 | 旨在將具身AI應用於NLP、製造和物流等實際應用領域。 |
🛠️ 技術深入
- 世界模型 (World Models)：智源研究院將世界模型定義為面向真實物理世界的下一代基座模型，其核心是「預測下一物理狀態」，而非傳統大語言模型預測「下一個詞元」。這類模型需能感知、理解、推理真實物理世界的時間、空間、物理規律和物理常識，並涵蓋文本、影片、深度、力覺、感知等全模態數據，具備主動互動能力。
- 智源「悟界·Physis-v0.1」：作為全球首款通用世界基座模型，旨在構建真實物理世界人工智能的底層核心引擎，重塑AI物理感知與推演的底層技術體系。它旨在彌補主流AI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短板，實現全場景物理互動、感知與決策的統一。
- 具身智能的關鍵挑戰：
- 數據瓶頸：缺乏高品質、帶有多模態觸覺/力覺回饋的真實動作數據，且數據存在「數據孤島」現象，難以跨機器人本體和場景泛化。大規模真實數據採集成本高昂，且難以窮盡所有複雜多變的真實世界場景。
- 「仿真到現實」（Sim-to-Real）的精度鴻溝：在虛擬環境中訓練的模型，由於仿真世界難以100%還原摩擦力、剛體碰撞等微觀物理因子，在部署到物理世界時常因視覺干擾、機器震動等產生「AI幻覺」和動作變形。
- 高頻強耦合控制：工業作業要求極致的「手眼協同」與微米級控力，需要將負責邏輯推理的「大腦」（大語言/視覺模型，延遲百毫秒級）、負責運動規劃的「小腦」（強化學習/端到端控制，延遲十毫秒級）與負責關節執行的「動力手腳」（物理電機/觸覺手，毫秒級響應）進行低延遲對齊。
- 大型語言模型在機器人控制中的應用：LLM能夠將自然語言指令轉換為程式碼，以控制機器人執行任務。這種方法利用LLM的強泛化能力和零樣本學習能力，減少了為每個任務手動調校機器人的需求。例如，透過GPT-4進行語義解析，生成Python程式碼調用預先封裝的機器人操作介面。
- 物理AI的關鍵組成部分：感測器（用於環境感知和數據收集）、邊緣AI（實現設備上的數據處理，減少延遲，支援即時決策）、強大的計算能力（用於模擬、合成數據生成和大規模模型訓練）。
🔮 前景展望AI analysis grounded in cited sources
具身智能將加速通用人工智能（AGI）的實現。
具身智能透過與物理世界的互動學習和決策，形成感知-推理-行動的閉環，被視為推動AI邁向更高水平通用人工智能的重要路徑。
機器人將從單一任務執行者轉變為具備長期自主學習和跨場景泛化能力的智能體。
隨著世界模型和通用物理智能的發展，機器人將能夠更好地理解和推演真實物理世界，實現從感知驅動到認知驅動的躍遷，並在多樣化任務中持續學習和進化。
具身智能的普及將對勞動市場和社會結構產生深遠影響。
具身智能機器人能夠在倉庫自動化、工業檢測、自動駕駛等領域替代重複性勞動，提高效率，但也可能引發對就業和社會契約的挑戰。
⏳ 時間線
2018-11
北京智源人工智能研究院 (BAAI) 成立。
2019
首屆智源大會舉辦，此後每年連續舉辦，成為全球AI創新風向標。
2021-03
智源發布「悟道1.0」大模型，開啟中國大模型時代。
2023
智源大會上，楊立昆（Yann LeCun）闡述新一代世界模型的概念。
2024
智源大會提出世界模型是下一代大模型技術，並發布「悟界·Emu3」多模態世界模型。
2025-10
智源正式發布「悟界·Emu3.5」多模態世界模型。
2025-12
「具身智能」首次寫入中國政府工作報告，顯示國家層面重視。
2026-06
第八屆智源大會開幕，聚焦AI從「預測下一個Token」邁向「預測下一個物理狀態」，發布「悟界·Physis-v0.1」通用世界基座模型，並宣布正在研發「悟界·RoboBrain Orca」。
📎 來源 (30)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- baai.ac.cn
- ctdsb.net
- people.com.cn
- csdn.net
- cuhk.edu.cn
- ncl.edu.tw
- youtube.com
- csdn.net
- guyuehome.com
- 163.com
- merics.org
- ourchinastory.com
- baai.ac.cn
- jwview.com
- leiphone.com
- meta.com
- nvidia.com
- nvidia.cn
- pandaily.com
- mit.edu
- lamarr-institute.org
- feishu.cn
- keylabs.ai
- fpt.ai
- news.cn
- tsinghua.edu.cn
- blackirobotics.com
- bjnews.com.cn
- qbitai.com
- sina.cn
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 钛媒体 ↗