2025年智源大會(huì)上，人形機(jī)器人成為焦點(diǎn)。智源研究院院長(zhǎng)王仲遠(yuǎn)表示，人工智能正加速?gòu)臄?shù)字世界走向物理世界，致力于解決實(shí)際生產(chǎn)生活問題。

　　王仲遠(yuǎn)認(rèn)為，大語言模型性能提升逐漸遇到瓶頸，未來發(fā)展方向?qū)�從單一的大語言模型轉(zhuǎn)向多模態(tài)尤其是原生多模態(tài)世界模型。這些模型能夠感知和理解物理世界，從而推動(dòng)與物理世界的交互。

　　在技術(shù)路線方面，智源研究院推出“悟界”系列大模型，包括原生多模態(tài)世界模型Emu3、腦科學(xué)多模態(tài)通用基礎(chǔ)模型見微Brainμ、跨本體具身大小腦協(xié)作框架RoboOS 2.0與具身大腦RoboBrain 2.0以及全原子微觀生命模型OpenComplex2。

　　關(guān)于“世界模型”的核心定義，王仲遠(yuǎn)以咖啡杯為例指出，現(xiàn)有模型僅能描述靜態(tài)信息，而無法預(yù)測(cè)動(dòng)態(tài)變化。Emu3的核心突破在于建立對(duì)物理因果關(guān)系的理解，而非簡(jiǎn)單拼接多模態(tài)信息。

　　對(duì)于具身智能的落地路徑，王仲遠(yuǎn)持務(wù)實(shí)態(tài)度。他肯定了人形機(jī)器人的長(zhǎng)期價(jià)值，但短期內(nèi)四足、輪式等形態(tài)將共存。人形機(jī)器人成熟周期較長(zhǎng)，現(xiàn)階段穩(wěn)定性仍需提升。

　　針對(duì)數(shù)據(jù)悖論問題，王仲遠(yuǎn)提出通過互聯(lián)網(wǎng)視頻數(shù)據(jù)訓(xùn)練基礎(chǔ)能力，再以少量真實(shí)數(shù)據(jù)強(qiáng)化學(xué)習(xí)微調(diào)的方法。工廠場(chǎng)景因其封閉性和重復(fù)任務(wù)特點(diǎn)，成為具身智能首個(gè)突破口。

　　關(guān)于“大小腦融合”概念，王仲遠(yuǎn)表示，當(dāng)前數(shù)據(jù)量不足以支持該模型訓(xùn)練，未來5-10年可能實(shí)現(xiàn)。具身智能目前泛化性不足，需逐步發(fā)展到具備跨領(lǐng)域泛化能力。

　　MCP、Agent成為人工智能領(lǐng)域熱點(diǎn)話題。王仲遠(yuǎn)認(rèn)為，當(dāng)基礎(chǔ)大模型達(dá)到可用狀態(tài)后，Agent可成為產(chǎn)業(yè)界發(fā)力方向，類似于移動(dòng)互聯(lián)網(wǎng)APP的發(fā)展趨勢(shì)。

　　王仲遠(yuǎn)指出，“百模大戰(zhàn)”已收斂至少數(shù)玩家，未來可能出現(xiàn)基于基礎(chǔ)大模型衍生出的垂類模型競(jìng)爭(zhēng)。具身大模型發(fā)展仍處于早期階段，面臨技術(shù)路線分歧和產(chǎn)業(yè)落地挑戰(zhàn)。

　　王仲遠(yuǎn)總結(jié)，當(dāng)機(jī)器人能夠真正理解物理世界的因果關(guān)系時(shí)，將是物理AGI的重要里程碑。