北京智源人工智能研究院行为世界模型创新中心负责人、逆矩阵创始人兼首席研发官陈博远。

　　从ChatGPT掀起大语言模型浪潮，到具身智能、机器人快速发展，人工智能正在迎来新的技术拐点。

　　随着人工智能加速从数字世界走向实体经济，“世界模型（World Model）”正成为全球人工智能竞争的新焦点。

　　7月8日，北京智源人工智能研究院行为世界模型创新中心负责人、逆矩阵创始人兼首席研发官陈博远在2026新京报贝壳财经年会上表示，如果说过去的大语言模型解决的是虚拟世界中的信息理解与生成，那么未来人工智能需要解决的，是如何理解真实物理世界，并在复杂环境中完成预测、决策和行动。

　　陈博远认为，人工智能正在进入物理智能时代，世界模型（World Model）将成为连接人工智能与实体经济的重要基础设施，也将成为下一阶段全球人工智能竞争的重要方向。可行动、可验证、可部署的世界模型基座，是AI迈向真实世界、赋能实体经济的关键基础设施。

　　AI竞争从“预测Token”走向“预测世界”

　　陈博远表示，自2022年ChatGPT发布以来，大语言模型开启了AI发展的新阶段，语言模型、多模态模型和智能体已经能够完成金融、法律、代码、写作等大量虚拟世界中的任务。但随着人工智能不断走向工业制造、抢险救灾、家庭服务等真实场景，AI发展的核心问题已经发生变化。

　　“语言模型学习的是虚拟世界里的语言，世界模型要解决的是真实物理条件下的物理直觉。”陈博远表示，当AI进入真实物理世界后，模型需要面对的不再只是文本指令，而是包含空间、动作、受力、材料等在内的全模态物理状态，因此世界模型将成为下一阶段人工智能发展的重要方向。

　　陈博远表示，如果总结人工智能的发展路径，可以发现过去和未来均在经历一次范式转换。过去，大语言模型的核心任务是预测下一个Token（词元），通过海量语言数据学习世界知识，并在虚拟空间完成各种任务。

　　未来，随着AI进入物理世界，模型预测的对象将发生根本变化。“未来模型预测的不再只是下一个词，而是下一刻真实世界会发生什么，即预测下一个物理状态。”他表示，当机器人搬运货物、机械臂完成装配、无人系统执行救援任务时，AI需要理解的不只是语言，而是动作带来的物理结果，需要判断不同动作将如何改变环境状态，并据此完成决策。

　　AI理解世界，需要不断与世界交互

　　为何世界模型如此复杂？陈博远认为，其挑战在于真实世界具有天然的不确定性和连续变化的可能性。在虚拟世界中，大模型可以通过上下文补全几乎所有信息，因此环境基本处于可观测状态。但真实世界完全不同。机器人看到一个箱子，并不知道它究竟有多重；看到一块金属，也无法判断其材质是否坚硬；面对复杂环境，很多影响决策的重要信息都隐藏在视觉之外。

　　“我们看到的世界，并不是真实物理状态的全部。”陈博远表示，人类理解世界，并不是依赖视觉本身，而是在不断与环境交互中建立认知。例如，人无法通过观察判断一个物体重量，只有真正推动它，才能理解受力情况；人无法仅凭画面判断材料属性，而是在交互过程中形成对世界的理解。

　　因此，未来AI需要建立“感知—动作—预测”的完整闭环，实现从理解环境到作出决策的能力跃升。

　　相比国际上一些更加关注Demo展示的技术路线，中国在发展物理AI方面具有独特优势。中国拥有全球最完整的制造业体系、丰富的真实应用场景以及完整的产业链，这意味着更有条件推动世界模型从实验室真正走向产业、引领整个物理AI时代研发。

　　“未来AI竞争，比拼的不只是模型能力，更是谁能够形成完整的产业闭环。”陈博远认为，机器人、工业制造、物流、能源、科学实验等丰富场景和完整产业链，将成为发展世界模型的重要独特优势，也将推动AI真正进入实体经济。

　　谈及世界模型的发展现状，陈博远表示，目前全球不少研究路线更加关注视频生成，但视频生成模型与真正的世界模型存在本质区别。“视频模型追求的是画面流畅、视觉真实，而世界模型关注的是物理正确性。”他说，当前不少视频生成模型仍会出现动作崩溃、物体丢失等问题，而工业制造、机器人控制、科学仿真等场景更需要模型真正理解物理规律。

　　针对世界模型的发展方向，陈博远提出，可以借鉴自动驾驶L0至L5的能力分级体系，为世界模型建立类似“W0-W5”的技术分级，衡量模型对真实物理世界交互规律的理解能力。随着模型能力不断提升，其应用也将从视频生成、游戏交互逐步拓展至具身智能控制、工业仿真以及科学研究等领域。

　　会上，陈博远还介绍了北京智源人工智能研究院推出的通用世界模型“悟界·Physis-v0.1”。他表示，该模型基于隐空间中的物理状态建模，通过“预测下一个物理状态范式”，构建起“压缩-原生动作因果-强化学习验证-通用场景应用”的技术闭环，目前已在具身智能、工业仿真和AI for Science等领域开展探索。

　　陈博远表示，在工业仿真领域，可提升对火焰传播、流体扩散、光线折射等复杂物理过程的模拟能力；在具身智能领域，世界模型能够帮助机器人在复杂环境中实现从感知到决策的闭环；在科研领域，则有望辅助材料筛选和实验方案设计。

　　他透露，目前相关模型已能够输出位置、速度、位移等物理量预测结果，在部分仿真场景中实现毫米级控制精度，并探索替代专业仿真引擎中的部分特定场景。

　　“世界模型不应该只是一个看起来像物理的视频模型，而是真正能够理解物理规律、控制物理量的通用基座模型。”陈博远表示，未来将继续推动通用世界基座模型研发，为机器人、工业制造、科学研究等领域提供底层能力支撑，加快推动人工智能从数字世界迈向真实物理世界。