环球问策｜智源研究院王仲远：世界模型的核心本质是实现对物理世界下一状态的预测
世界模型核心本质是预测物理世界下一状态，当前面临数据短缺、评测缺失等挑战。智源研究院组建行为世界模型创新中心，推出悟界·Physisv0.1，计划下半年推出以物理状态预测为核心的新评测框架，坚持差异化定位助力AI产业。
今年AI在大众心里的高光时刻，大概有两个：一个是年初在腾讯大楼下排长队安装OpenClaw（俗称“龙虾”）智能体的场景，另一个就是存储价格飞涨带动相关领域股价一路飙升。但对业内来说，这一年的感受更像是“五味杂陈”。就在六月初，全球顶尖的AI公司Anthropic突然发布了一篇题为《当AI建造自身》的报告，透露其正在小范围测试的Anthropic Mythos大模型已经触及了“AI自主设计下一代模型”的门槛——更高效的模型，可能不再需要人类科学家来亲手搭建。
有意思的是，文章结尾虽然提醒世界应该有能力让前沿AI开发慢下来甚至暂停，但Anthropic又“又当又立”地表示：如果别人不停，它也不会停下。这姿态，把自己稳稳摆在了道德高地。
AI热度空前，但如何让AI真正走进真实物理世界，才是全行业更焦灼的命题。世界模型因此成为核心赛道。智源研究院院长王仲远在2026北京智源大会采访中坦言：世界模型尚处发展初期，定义、数据、算法、评测、落地等维度都面临重重挑战，但同时也迎来了前所未有的机遇。
在他看来，当前基于Transformer的大语言模型已经掌握了基础语言和数学知识，视频生成技术也日趋成熟。但这类模型有一个明显短板：只能处理数字化信息，无法深度适配真实物理世界的规则——精准感知和理解现实环境，它们还做不到。
世界模型的核心本质，说到底就是对物理世界下一状态的预测。而当下模型在因果推理和复杂动态系统预判这两个核心能力上存在显著瓶颈，物理场景的推演结果还远达不到实用标准。正因为如此，世界模型被公认为驱动具身智能实现跨越式发展的底层基座——它的技术成熟度，直接决定了人工智能能否真正融入现实生活、实现安全可控的落地。为集中攻克这些痛点，智源专门组建了行为世界模型创新中心，锚定物理世界理解、状态预测等核心目标，力求打通从基础研究到技术突破的全链条。
世界模型立足真实物理规则开展研发，以可解释、可预判的物理推演为核心能力，这能加速推动人工智能从数字世界走向物理世界。
不过，数据短缺是横亘在所有世界模型技术路线面前的共性难题——真实物理世界相关数据的缺口尤其突出。当前行业内存在视频生成、空间建模等多条研发路径，各家的切入角度不同，初期对算力和数据的需求也有差异，但最终都会指向同一个目标：贴合真实物理规律、完成精准的物理状态预测。很多依托视频数据训练的模型，还需要剔除科幻、虚幻类无效内容，回归现实逻辑。长远来看，随着AI硬件普及，海量物理世界数据不断积累，才有可能催生具备跨时代能力的成熟世界模型。
评测体系的缺失，同样制约着世界模型行业的规范化发展。现在不少国产世界模型频频刷新各类榜单，但现有评测大多聚焦视频生成能力，无法衡量模型作为基座的综合核心实力，也反映不出它适配物理世界的真实水平。针对这一现状，智源自研的“悟界·Physis v0.1”在训练过程中着重融入物理规律、科学数据与实景视频，以强化模型对现实世界的理解。同时，智源计划在下半年推出全新的评测框架，将物理状态预测作为核心考核方向，呼吁全行业共建统一、严谨的评测标准，引导行业摆脱单一榜单竞争，回归技术本质。
在产业布局上，智源坚持差异化定位，主攻企业与高校少有涉猎的前沿科研领域，依托大语言、多模态等大模型技术积累布局世界模型。同时，机构秉持包容试错的科研氛围，鼓励技术成果向产业转化，孵化了一批深耕具身智能、世界模型领域的科创团队，为技术落地搭建了多元路径。
“我们不与高校争名，不与企业争利，不以发论文为目标，也不以孵化公司为目标。”王仲远这样表明智源的定位：以更加开放的态度联动全行业力量，助力我国AI产业发展。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。