“今天的AI能流利描述‘杯子掉在地上会碎’，却从没有机会感受一只杯子的重量；它能写代码、做PPT、生成万字长文，却没办法帮床上的老人翻一次身。”

　　7月17日，在2026世界人工智能大会主论坛现场，复旦大学浩清特聘教授、通用物理智能研究院院长苏昊发表演讲，在他看来，构建AI从幻觉到现实的过程没有捷径，没有弯道超车，没有一步登天，“靠的就是对未知的敬畏，是一步一个脚印，沿着认知的阶梯一层一层往上爬。”

　　为何再聪明的大模型都会有幻觉？苏昊坦言：“因为语言从来都是世界的投影，不是世界本身。”

　　在他看来，人类在物理世界摸爬滚打了几百万年，摔过跤、摸过烫的杯子、接不住掉下来的球，才把这些刻在身体里的经验压缩成了语言。但大模型从出生开始，学的就只是这道“影子”：它读遍了互联网上的文字，却从来没有真正踏入过真实世界，没有感受过重量、摩擦、重力，没有为自己的错误判断付出过“摔碎杯子”的代价。

　　“知识没有现实的锚点，说错了它也不自知。你可以在文本里做到逻辑自洽，却骗不了真实的重力。”苏昊认为，大模型的幻觉本质上是“没有身体的认知”：要走出幻觉，没有任何捷径可走，必须把自己交给物理世界去裁判——做出预测，采取行动，被现实修正，再调整下一次动作。这个不断试错的过程叫实验，也是物理智能真正的起点。

　　在他看来，人类对物理世界的认知，本来就是沿着六层阶梯一步步爬上来的，这也是物理智能必须补完的课程：

　　最底下三层是客观世界的规律：第一层是物理认知，知道世界是由一个个独立存在的物体构成的，球滚到沙发底下看不见了，但它依然在那里；第二层是状态认知，知道每个物体当下的属性：球有多重、是软是硬、在什么位置；第三层是动力学认知，知道世界自己会怎么运行：重力会让东西下落，水会往低处流，推一下桌子杯子会跟着晃。

　　往上三层则是和人相关的“活的知识”：第四层是工具认知，知道物体的功能是随主体变化的：一把椅子对人是座位，对蚂蚁就是一座山，一个杯子可以用来喝水，也可以用来压纸；第五层是目标认知，知道自己要做什么：球滚到沙发底下，目标是弯腰伸手去捡，差一厘米可能就碰不到；第六层也是最难的一层，是技能认知——知道怎么做成一件事：穿过满是障碍物的房间不摔倒、系鞋带、用筷子夹起豆腐，这些刻在身体里的“巧劲”，从来都写不进书本里。

　　“每个婴儿从出生开始，就是靠自己的感知运动系统，一层一层爬完这六级阶梯的。但今天的AI没有这具身体。”苏昊认为，互联网早就把人类的语言知识喂给了大模型，可物理世界里90%的知识都是“默会知识”。

　　“今天智能的价值大多还停留在数字世界里，可人最迫切、最沉重的需求，全部都在物理世界。”苏昊表示。

　　例如，随着老龄化程度加深，需要照顾的老人越来越多，能投入一线护理的人手却越来越少；高空、井下、高温环境里的危险繁重作业，永远面临劳动力短缺的困境。这些缺口，从来不是能写PPT的AI能补上的。

　　“物理智能从来不是来替代人的，它是来补人手缺口的。”苏昊表示，“它的使命，是把人还给人。”

　　什么叫“把人还给人”？就是把翻身、喂饭、搬运这些耗竭护理者精力的重体力活交给机器，护理者就能把时间还给陪伴和情感交流；把高空排险、井下作业、高温施工这些危及生命的工作交给机器，工人就能退到安全线后面，把精力留给判断和创造。AI不是来抢饭碗的，是来把人从无意义的耗竭和危险里解放出来的。

　　但苏昊也提醒，物理智能不会在某场发布会上“一夜实现”，会像当年的电力网络一样：先是点亮工厂、仓库这些工业场景，再渗透进商铺、医院，最后才会慢慢走进普通人的家里。

　　在这条漫长的路上，横亘着一道最危险的“可靠性鸿沟”：实验室里99%的成功率，到了复杂的真实世界里可能处处出错；从99%到99.9%，每多一个“9”，工程难度都是指数级上升。“演示里看起来完美，和真正能用的产品，差的是十万八千里。”

　　根据苏昊的判断，未来物理智能行业将出现三个趋势：

　　物理智能的竞争核心不再是模型架构迭代，而是跨主体的多源知识聚合，需要全行业共建数据共享、仿真评测等基础设施，物理世界将迎来专属的“互联网时刻”，当前的大模型是这一进程的副产品。

　　第二，行业竞争重点将从演示效果转向运行可靠性，通用性只是起点，真正的难点在于工程上将可靠性从99%提升至99.9%，愿意在这方面下笨功夫的团队才能走得更远。

　　第三，物理智能将推动AI从知识的整合者转向知识的创造者，具备具身实验能力的AI将加速新材料、新药等领域的科学发现。

　　苏昊认为，“物理世界是智能最古老的老师，是最诚实的考官，也是所有智能最终的基石。我们这代AI人的使命，就是把这份答卷，交到物理世界手里。”