2026智源大会｜对话黄铁军：世界模型是最强“大脑”，数据要“边干活边采”
智源研究院院长黄铁军认为，世界模型是具身智能的终极方向，如同人类大脑中的内部模型。数据需通过在线实时交互采集，如工人边工作边记录。未来通用人工智能的关键在于构建比人类更强大的世界模型。
2026智源大会期间，黄铁军的身旁总围着一群追问者——演讲台上他是主讲人，散场后就成了被截住答疑的专家。他的闭幕演讲题目是《智能之路——吾道一以贯之》，这几个字几乎成了整场大会的暗号：从悟道到悟界，从大模型到具身智能，智源到底有没有一条清晰的主线？答案是显然的。智源研究院的路径一直沿着一条技术脉络延伸——从大语言模型，到多模态大模型，再到世界模型。
大会的体验区里，安贞医院与智源合作的AI心脏智能体演示台前始终排着长队；乒乓球机器人的挥拍声穿透人群；一位参会者戴着智能眼镜穿行，镜片无声记录着他的第一视角视角。这些画面恰好对应着黄铁军反复强调的那个判断：AI正在从数字空间走向物理空间，而人类日常生活的全过程，本身就是最天然的数据来源。
当大量企业正用VLA（视觉语言动作模型）快速落地产品时，智源为什么坚持世界模型才是终极方向？黄铁军的回答带着研究者特有的执着：企业用成熟技术解决眼前问题，这没问题；但研究机构要追求的，是一个能在任何场景下做出基本判断的“通用大脑”——一个对世界万事万物拥有“主观内部模型”的机器人。
大会期间，黄铁军与媒体进行了一场对话，话题围绕世界模型展开。如果把这家新型研发机构的观点继续延伸，实际上是在回应一个悬在所有AI企业头顶的问题：急着把AI送上货架的人不少，谁来负责思考那些尚未被命名的未来？
问：目前许多具身智能企业都在用VLA或VLM快速落地，智源提出世界模型才是通往具身智能核心方向，依据是什么？
答：两者并不矛盾。企业用成熟技术解决明确问题，在制造或搬运这类特定场景下完成任务，完全可行。但从研究机构的角度看，我们希望具身智能实现通用化——像人类一样在任何场景下解决问题。机器人要观察、要用力，就必须对世界建立自己的模型，这个模型就是世界模型。就像每个人大脑里都存在一个“小宇宙”，对世界有一套内在模型，做事时才有基本的判断依据。所以面向机器人，我们需要构造一个对世界万事万物规律有充分掌握的世界模型。
问：世界模型未来的数据来源，哪些比较重要？
答：数据来源可以广义地理解为“生物与环境交互过程中获得的信息”。在计算机互联网时期，我们把各种传感信号转化成数据，但这种数据是对环境的不完整表达，过于静态。对于世界模型来说，离线静态数据集远远不够，需要更多在线实时交互的数据。比如踢球、弹琴、游泳——这些都是与世界的互动，需要实时感知环境并调整内部模型。因此在世界模型和具身阶段，实时性和交互性数据的占比会越来越高。
问：这会导致数据成本发生什么变化？
答：数据成本取决于采集模式。专门建数据工厂、用机器人或人类控制机器人采集数据，成本不合理。更好的方式是边工作边采集——工人戴上设备正常工作，数据同步完成。或者通过耳机、智能眼镜这类可穿戴设备，在提供服务的同时，以极低成本甚至零成本让系统获得你的第一视角数据。自动驾驶的逻辑也一样，充分利用现有车辆上的传感器，未来穿戴式传感器会越来越多。
问：短期内世界模型在哪些场景更容易落地？
答：严格来说，纯数字模型——比如游戏、视频生成——不是世界模型，因为它们不需要物理正确性。真正的世界模型必须有多传感器输入，具备视觉、听觉、触觉等，在尽可能多的物理输入下，对未来一段时间做出精准推测。这与自动驾驶类似：观察当前状态，推想未来十几秒会发生什么。
数字模型没有物理代价限制，发展会非常快，但产品的推广速度其实不如我预期。它们完全可以被更好地利用，创造出更多产品形态。而具身传感器受物理限制，进展可能慢一些，但这条路必须走扎实。
问：很多人把通用人工智能（AGI）当作终极目标，您认为世界模型与AGI的关系是什么？
答：大家对AGI的定义不尽相同，但无论是现实意义上的通用人工智能系统，还是终极意义上的AGI，世界模型都是其中最重要的组成部分——就像大脑是身体最关键的部分。未来AGI若超越人类，一定是因为它对世界的认知超过了我们，它的世界模型比人类更强大。当然它也需要身体，在物理世界以更灵巧、更灵敏的方式完成任务。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。