2026智源大会在北京开幕，智源研究院一口气发布了近一年来的八项核心AI研究成果，覆盖从基座大模型到具身智能、软硬件生态全链条。但最值得注意的不是发布了多少模型，而是智源明确提出了一个全新方向：AI正在从预测下一个词元转向预测下一个物理状态。

这个判断意味着什么？当AI开始真正理解物理世界的运行规律，我们距离通用人工智能还有多远？

智源大会现场 ：智源研究院人员讲解悟界Emu3.5模型

从词元预测到物理预测 范式转换悄悄发生

过去几年，大模型行业的主流叙事一直是“更大参数、更多数据、更强算力”，大家挤在同一个赛道比拼参数规模。但这次智源大会上，所有人的目光都转向了一个新方向：让AI学会理解物理世界，而不仅仅是拼接文本。

智源研究院院长王仲远在发言中把当下全球的世界模型研究分成了四类技术路线：以语言为中心的VIMA路线、以像素为中心的Sora路线、以三维结构为中心的李飞飞团队路线，以及以视觉表征为中心的杨立昆团队路线。

在智源看来，这四条路线都还没有触达真正世界模型的核心。真正的世界模型，必须能预测下一个物理状态，理解物理规则的一致性，完成长周期的行为推演。

这个判断本质上推翻了“大模型只要堆参数就能接近真实世界”的行业共识。

基于这个判断，智源推出了自研的世界基座模型悟界·Physis v0.1，用物理隐空间表征替代传统的像素预测，目前已经支持50多种复杂物理场景的长程推理，预计未来几个月就会开源。

智源大会现场 ：Whitfield Diffie演讲AI安全相关内容

跨界多领域突破 基础研究成果密集落地

这次智源发布的“悟界”系列模型，最让人惊喜的不是大模型本身，而是大模型向传统科研领域的深度渗透，多个成果创下了全球或国内第一。

原生多模态大模型悟界Emu3.5，通过Next-Token Prediction实现了文本、图像、视频的统一学习，打破了不同模态之间的孤岛，相关成果今年1月已经登上《Nature》正刊，这也是国内多模态大模型方向的第一篇Nature正刊论文。

更具开创性的是悟界·Brainμ 1.0，这是全球首个理解与生成统一的多模态神经科学大模型，它把Next-Token Prediction范式直接拓展到了神经科学领域。

这个模型能实现脑信号和文本、图像、声音的双向转换，配合智源发布的全球最大AI-Ready神经科学数据集和BrainToken数据平台，将会给脑科学研究和脑疾病诊断带来全新的工具。相关成果也已经登上Science正刊。

智源大会现场 ：Andrew Barto讲解奖励信号设计风险

在AI药物研发领域，智源更新了悟界·OpenComplex 2.5，这款新一代AI驱动药物发现模型，能用单一流程覆盖口袋识别、反向筛选、结构预测、亲和力预测制药四大关键步骤，还能精准解析传统方法难以处理的固有无序蛋白构象，在多个权威测试中的核心指标已经超过了传统物理方法和其他AI模型。

在具身智能方向，智源推出了悟界·RoboBrain Orca v0具身大脑，同样以下一个物理状态预测为核心，通过融合多模态交互数据提升了下游少量样本泛化能力，目前已经和50余家企业开展了合作落地。

这些成果密集落地说明，国内AI基础研究正在从“跟跑验证”转向“原创范式探索”，在多个细分领域已经开始领跑。

智源大会现场 ：发布悟界·OpenComplex2.5药物发现模型

智能体矩阵成型 开始切入真实生产流程

大模型最终要落地，离不开能直接干活的智能体。这次智源一次性发布了四款覆盖不同场景的智能体产品，形成了从医疗到科研再到安全的多层次矩阵，每一款都直接切中真实场景的痛点。

其中BAAI Cardiac Agent是全球首个心脏磁共振辅助诊断智能体，由智源和安贞医院联合研发，基于两千余例患者的三万多组多模态数据训练，诊断精确度AUC超过0.93，已经达到安贞医院顶尖心血管医生的诊断水平，能帮基层医院大幅提升心脏疾病诊断能力，推动优质医疗资源普惠。

面向科学研究的AREX智能体更具想象空间，它能覆盖信息调研、方案设计、实验探究、报告撰写全科研流程，目标就是让AI从辅助人类科研转向部分实现自主科学发现，在权威基准测试中，它的表现不仅超过同等参数的开源模型，甚至能比肩万亿参数级别的旗舰模型。

智能体从Demo走向真实工作流，这是AI落地非常关键的一步。当智能体能稳定完成专业领域的复杂任务，AI对生产力的真正改造才刚刚开始。

智源大会播客现场 ：王坚与黄铁军对话中国大模型发展

底层生态突破 FlagOS适配32款国产芯片

大模型发展离不开底层软硬件生态的支撑，这次智源把众智FlagOS更新到了2.1版本，一个非常亮眼的数据是：它已经适配了18家芯片厂商的32款芯片，是目前全球适配芯片品类最多的开源统一AI计算系统。

这个系统由智源牵头，联合清华、北大、中科院和十余家芯片厂商共同打造，就是为了解决不同架构异构AI芯片的适配难题。目前FlagOS内置算子超过600个，能支撑90%以上主流开源模型的快速部署，DeepSeek、千问、混元等多款热门模型都已经完成了无缝适配。

更重要的是，FlagOS已经把能力从大模型推理拓展到了科学计算、量子计算等领域，新增了六大科学计算领域库，还发布了分布式量子态矢量模拟框架，完成了国际标准和国家标准立项，为国产AI芯片的生态统一打下了基础。

底层生态的建设往往不引人注目，但却是中国AI产业能够自主可控的关键。当我们有了能适配全品类国产芯片的统一系统，就不会再被卡在底层软件层面。

智源大会圆桌现场 ：四位专家参与大模型巅峰对话

行业共识转向 原创创新才是未来出路

这次大会上，从图灵奖得主到国内院士、行业专家，其实都指向了同一个共识：只靠算力和数据堆砌的时代已经过去了，未来AI发展要靠原创范式创新。

中国工程院院士王坚在对话中就强调，中国大模型发展要从“跟随国际主流范式”转向“形成自身问题意识”，最终实现原创范式的跃迁。小米罗福莉、清华朱军等专家在圆桌讨论中也提到，AI的终极价值是替代机械重复的脑力劳动，而不是比拼参数竞赛。

两位图灵奖得主的发言也值得深思：Whitfield Diffie认为形式化方法才是AI安全的未来，预测2050年机器智能将超越人类成为世界运行的主宰；Andrew Barto则警示奖励信号设计可能带来“反常实例化”风险，提醒行业在发展中不能忽略基础安全问题。

当行业从狂热的参数竞赛中冷静下来，开始真正探索原创性的技术方向，解决真实世界的真实问题，这才是AI行业走向成熟的标志。

智源这次的一系列发布，更像是一个风向标：中国AI研究已经开始在基础层面长出自己的东西，从范式创新到底层生态，从跨界突破到落地应用，一个完整的自主创新链条正在成型。

也许用不了多久，我们就会看到，这些今天的基础研究突破，会变成改变各个行业的实际生产力。而AI从数字世界走进物理世界的这一步，才是真正通向通用人工智能的开始。

#智能体##芯片#