智源研究院全球首个通用世界基座模型 从预测词到预测物理状态

当全球人工智能领域围绕多模态大模型的能力边界讨论得热火朝天之际，中国已悄然推开下一代AI技术的大门。2026年6月12日，备受瞩目的智源大会在北京盛大开幕，智源研究院正式发布了全球首个通用世界基座模型——“悟界・Physis-v0.1”。这一名称虽显抽象，却传递出明确的信号：人工智能正从“预测下一个词”向“预测下一个物理状态”进行一场范式级跃迁。这场被业内誉为“AI内行学术盛会”的大会，不仅展示了中国在人工智能前沿领域的硬核原创成果，更重要的是勾勒出一条从数字世界迈向物理世界的清晰发展路径。

世界模型：人工智能下一个十年的核心竞争赛道

本届大会最引人瞩目的重磅成果，无疑是“悟界・Physis-v0.1”。作为全球首款通用世界基座模型，它突破了传统人工智能局限于垂直场景与单任务处理的路径依赖，核心创新在于实现“预测下一物理状态”。这一概念听起来或许抽象，通俗而言，它实现了四大关键能力：物理规律正确性、动作因果可追溯性、长时间尺度一致性以及通用泛化能力。这绝非一次小修小补的升级，而是技术路线的根本性切换。

智源研究院院长王仲远在发布会上深入剖析了当前世界模型的技术格局。他概括出四条技术路线：以语言为核心的VLM与VLA模型、以像素为核心的视频生成模型、以三维结构为核心的重建模型，以及以视觉表征为核心的JEPA系列。坦率地说，这些模型要么仅限于理解“语言描述的世界”，要么仅学习像素或几何结构，始终未能触及物理世界运行的底层规律。

“悟界・Physis-v0.1”的突破点在于引入了一种物理隐空间表征，彻底取代了传统的像素级与帧级预测方式。简单来说，它构建了一个专属的物理状态编码器，将视频、深度RGB、3D点云、力触反馈等多模态信息统一转化为标准化的隐空间物理状态。目前，该模型已能支持五十多个复杂物理场景的长程推理。这意味着什么？在严肃工业、具身智能、物理仿真、科学研究等应用场景，它都能直接发挥作用。

值得注意的是，智源研究院是国内最早系统性开展世界模型研究的机构。2024年智源大会上，时任Meta首席人工智能科学家的杨立昆首次系统阐述了新一代世界模型的概念。到2024年底，智源内部已形成共识：世界模型就是下一代大模型的技术方向。2025年发布的“悟界・Emu3.5”基于纯自回归框架，实现了文本、图像、视频的统一理解与生成，从架构层面彻底打破了传统多模态路线的模态孤岛问题。这一系列的进展可谓扎实有力。

多领域突破：从基础研究到产业应用的全链条创新

本次大会绝非一次简单的“会议”，智源研究院一次性发布了多项具有国际影响力的原创成果，涵盖基座大模型、智能体以及基础软硬件生态三大板块。这一系列“组合拳”清晰表明，中国人工智能科研的全链条创新能力已基本成形。

在基座大模型领域，除“悟界・Physis”外，智源还推出了全球首个理解与生成统一的多模态神经科学大模型——“悟界・Brainμ1.0”。该模型能将人类、猕猴、小鼠跨物种的全模态脑信号统一编码为标准Token，并与语言、图像、视频等通用模态对齐。神经科学领域从业者深知，数据孤岛是该领域长期以来的核心痛点——数据复杂、稀疏且难以对齐，严重制约了研究进展。借助这一模型，神经疾病诊断成本有望大幅降低，阿尔茨海默病、抑郁症、帕金森等疾病的筛查与辅助诊断也将获得全新工具。

同期发布的还有下一代AI驱动药物发现模型——“悟界・OpenComplex2.5”。该模型成功攻克了固有无序蛋白动态构象难以解析这一行业级难题。它利用单一模型即可覆盖口袋识别、反向筛选、结构预测与亲和力预测这四大制药关键步骤。针对神经退行性疾病等难成药靶点的研究路径，由此被彻底打开。

智能体领域同样亮点纷呈。针对具身智能面临的四大核心挑战，智源构建了一套自底向上的全栈技术体系，推出了“悟界・RoboBrainOrca”具身大脑。该大脑的核心逻辑同样是“预测下一个物理状态”，实现了“思维、视觉、行动”三者合一。通俗而言，搭载这颗大脑的机器人，可在物流配送、酒店服务等真实环境中实现长期自主作业，不再是那种“实验室里走两步就倒”的展示型产品。

基础软硬件生态：破解“多模型×多芯片”适配难题

向底层技术延伸。在基础软硬件生态方面，由智源研究院牵头打造的众智FlagOS已升级至2.1版本。目前，该系统已成为全球支持芯片种类最多的智算系统软件栈——统一适配了18家芯片品牌的32款芯片型号，覆盖NVIDIA、NPU、GPGPU、DSA、RISC-V AI、ARM等多种架构。

企业面临的“M款模型与N款芯片适配”难题，近年来一直制约着中国人工智能产业的发展。王仲远直指问题核心：FlagOS的目标就是将复杂的“矩阵问题”简化为一个“多模型+多芯片”的统一接入解决方案。目前，该系统已支持90%以上主流开源大模型的多芯片部署。根据公开信息，FlagOS的算子总数已超过600个，能力边界也从“大模型专用”拓展至“科学计算”领域。这无疑是从根源上解决“卡脖子”问题的务实路径。