2026外滩大会聚焦世界模型：从生成走向物理世界的挑战与路径

事件概述

2026年9月10日，由香港大学计算与数据科学学院主办、香港大学上海智能计算研究院协办的“世界模型是AI走向物理世界的新大陆吗”见解论坛在2026 Inclusion·外滩大会上举行。来自高校及企业的嘉宾围绕世界模型的能力边界、具身智能的技术路径及商业化挑战展开深入交流，探讨人工智能如何从屏幕内的生成走向真实环境中的感知、决策与行动。

核心观点与技术路径

1. 产学研融合与学科布局
香港大学计算与数据科学学院创始院长马毅教授指出，人工智能时代的教学、科研与产业转化需紧密结合。世界模型已超越传统的三维重建范畴，指向机器人在开放物理环境中的感知、认知、学习与交互，这为高校研究与产业合作提供了新空间。

2. 物理AI的“开悟时刻”：数据与模型双突破
大晓机器人董事长王晓刚提出，具身智能需突破数据与模型限制：

• 数据范式：采用ACE研发范式，通过穿戴式传感设备在真实环境中采集人类行为数据并与真机数据融合，减少对专门采集数据的依赖。
• 模型架构：“开悟”世界模型具备“理解、生成、预测”一体化能力，形成反馈闭环。他强调真实场景中的多样化行为及失败案例对提升模型泛化能力至关重要。
• 落地应用：正通过“一脑多形”适配不同机器人本体，推进即时零售、酒店洗衣等场景的商业部署。

3. 通用世界模型的演进路线
生数科技联合创始人兼CEO骆怡航发布了面向灵巧操作的通用世界模型Motus2：

• 技术特性：将触觉信息纳入统一建模，结合动作采样、后果预测、价值评估与策略改进；引入记忆机制以应对遮挡和环境变化。
• 演进路线：从模拟生成世界 -> 实时交互 -> 驱动物理行动 -> 自主规划的世界智能体 -> 多智能体协同。
• 挑战：长期记忆、在线学习、联合评测和高效部署仍是迈向自主智能体的关键难题。

圆桌对话：关键争议与挑战

在由香港大学罗平副教授主持的圆桌讨论中，忆生科技杨言超、瞬适科技石野、极佳视界朱政、源策未来李天羽等嘉宾就以下议题交换意见：

• 定义与区别：世界模型需具备理解未来、提取可预测结构并形成记忆的能力。传统物理仿真（明确规律）与数据驱动模型（吸收经验）具有互补性。
• 高估风险：生成逼真图像不等于理解正确或具备交互能力。引入多模态可能带来额外的计算和数据负担。
• 适用场景：世界模型在试错代价高、数据获取难的场景（如工业重置、家庭开放环境）中价值更高；对于简单或固定任务，视觉语言动作模型（VLA）可能更具性价比。
• 与大模型的关系：大语言模型的进展为物理智能带来新可能，但云端大模型不能简单照搬到具身系统，需解决端侧算力匹配问题。
• 商业闭环：找到明确的付费需求并用收入支持研发是持续发展的关键；高质量训练信息的低成本规模化获得是长期问题。

结论与展望

论坛总结指出，世界模型未必是通往物理智能的唯一路径，但在赋予机器空间想象、常识推演与行动预测能力方面具有重要潜力。其核心价值最终需在真实任务中得到证明，检验尺度包括能否降低新场景适配成本、从失败中持续学习，并在长期运行中创造可衡量的效益。