欧美韩国日本桃色,一区二区三区国产私人毛片,精品极品精品,亚洲一区人妻,久久久久久久久亚洲免费,青娱乐91,亚洲情涩,久久久成人毛片,日本欧美不卡二区在线

從數(shù)字世界走向物理世界，人工智能正站在一個新的范式變革的關口。在近日舉辦的2026北京智源大會期間，智源研究院院長王仲遠接受《中國電子報》等媒體采訪，就具身智能、世界模型及AI安全等前沿話題分享了深度見解。王仲遠指出，當前具身智能在硬件層面取得了顯著進步，但通用化與泛化能力仍是制約其大規(guī)模落地的核心瓶頸，而世界模型正是打開這一困局的關鍵鑰匙。

具身智能硬件突破顯著，泛化能力嚴重不足

王仲遠坦言，過去一年多來，具身智能領域在硬件本體層面進步顯著。“機器人可以進行非常復雜的表演，能夠跑馬拉松，而且已經(jīng)超過了人類的馬拉松冠軍。”-在技術落地層面，越來越多的機器人開始進入工廠、物流等實際場景，解決具體問題并形成數(shù)據(jù)閉環(huán)。

然而，距離真正的通用具身智能仍有相當距離。“當前具身智能的泛化能力依然嚴重不足。”王仲遠直言，“一旦將一個任務遷移到另外一個任務，它的失敗概率依然很高。”相比之下，人類具備極強的通用性和泛化能力，這正是當下具身智能必須突破和解決的核心問題。

在王仲遠看來，具身智能的突破需要依賴世界模型這一關鍵基座。“世界模型與具身智能的關系，本質上是‘大腦’與‘身體’的關系。”他指出，大模型在經(jīng)歷了大語言、視覺模型、多模態(tài)的探索之后，需要從虛擬走向真實世界的下一階段。

世界模型的核心本質，是實現(xiàn)對物理世界下一狀態(tài)的預測。“面向物理世界的世界模型以真實場景的時空規(guī)律、物理常識與因果邏輯為建模核心，能夠感知、推演環(huán)境變化，支撐AI完成與實體世界的主動交互。”但王仲遠也坦承，當前模型在因果推理、復雜動態(tài)系統(tǒng)預判這些核心能力上存在瓶頸，對物理場景的推演結果尚達不到實用標準。

在技術路線上，智源研究院對現(xiàn)有世界模型進行了系統(tǒng)性梳理，將其分為四大類：第一類是以語言為中心的世界模型，包括VLM（視覺語言大模型）、VLA（視覺-語言-動作模型）等；第二類是以像素為中心的視頻生成模型；第三類是以三維結構為中心的空間模型；第四類是以視覺表征為中心的模型。王仲遠強調(diào)，未來不排除模型會走向大一統(tǒng)的方向。

VLA不必推倒重來，但終將被新一代模型替代

針對當前基于VLA的具身智能技術路線是否需要“推倒重來”的疑問，王仲遠的回答十分明確：“不用推倒重來，但它一定會在將來的某個時間點被新的模型給替代。”

王仲遠指出，現(xiàn)有的VLA類模型已經(jīng)能夠在某些具體場景中發(fā)揮作用，在某些具體特定的場景中已經(jīng)能夠達到類人的水平。他以2012年深度學習的興起作比——當時大模型尚未出現(xiàn)，但深度學習已經(jīng)能夠針對特定問題、特定場景訓練特定模型，并在該場景中工作得比人類更好，這就足以推動產(chǎn)業(yè)發(fā)展。同樣，阿爾法Go能戰(zhàn)勝圍棋世界冠軍卻無法解決其他領域問題，但并不妨礙其產(chǎn)生廣泛的應用價值。

因此，關于具身智能，他也持類似觀點：現(xiàn)在的技術雖然其泛化性面向真實的物理世界依然不夠，但是不阻礙現(xiàn)在具身智能技術和產(chǎn)業(yè)的發(fā)展。

對于下一代世界模型應具備的特征，王仲遠提出了明確方向：必須是全模態(tài)的，必須以下一個物理狀態(tài)預測為核心，必須能夠理解真實的物理規(guī)律和物理常識，同時又需要具備主動交互的能力。

“我們相信，如果真的誕生這樣的一個下一代世界基座模型，它才能夠真正去推動具身智能，解決我們現(xiàn)在實際落地中遇到的各種困難，尤其是泛化性和面向真實場景的推理能力。”

談及人工智能，王仲遠觀察到，AI在數(shù)字世界和物理世界的發(fā)展速度正在分化。

在數(shù)字世界里面，不管是更強的基座模型，還是AI Coding，都已經(jīng)展現(xiàn)出了極強的能力，甚至很多人認為呈指數(shù)級的能力躍升。整個數(shù)字世界都有可能被新一代人工智能重構。

而在物理世界，智能體的發(fā)展則相對緩慢。王仲遠指出，這是因為我們還缺乏一個世界基座模型，缺乏一個對于時間空間、物理規(guī)律，對于多模態(tài)乃至全模態(tài)有很好的理解推理、規(guī)劃決策的基座模型。

王仲遠預計，在未來一年到兩三年內(nèi)，將看到越來越多數(shù)字世界中智能體的落地，幫助人類解決很多問題。例如，智源研究院已研發(fā)了心臟輔助診斷智能體、自主科研智能體等多款產(chǎn)品，用于提升醫(yī)療診斷水平下沉和科研效率。

在AI安全方面，王仲遠指出行業(yè)關注點正在發(fā)生變化。“行業(yè)在前兩年更多擔憂超級人工智能的遠期風險。如今，隨著AI智能體、大模型自進化能力發(fā)展，已出現(xiàn)大量現(xiàn)實可能復現(xiàn)的安全威脅。”

王仲遠呼吁，應對AI安全風險，不僅僅是技術，實際上需要技術、產(chǎn)業(yè)、政策以及各領域的專家，大家來共同攜手，共同努力來應對。