从 Token 到世界：2026 年 AI 的范式跃迁

2026 年 6 月 12 日，第八届北京智源大会开幕。大会传递出清晰信号：AI 正经历从数字世界向物理世界的范式跃迁。

一、从"Next Token"到"Next State"

北京智源人工智能研究院院长王仲远指出，当前大模型本质是"预测下一个 Token"，而下一代 AI 的目标是**"预测下一个物理状态"**。

这一转变意味着 AI 需要理解物理规律——重力、碰撞、流体、光照，而不仅仅是语言概率分布。

二、世界模型：三大代表

Physis-v0.1：通用世界基座

智源发布的全球首个通用世界基座模型，支持 50+ 复杂物理场景的长程推理。不同于游戏引擎的预编程物理，Physis 通过观测数据自学物理规律。

Qwen-AgentWorld：语言世界模型

阿里千问 6 月 24 日发布的 AgentWorld 覆盖七大领域（MCP、Search、Terminal、SWE、Web、OS、Android），本质上是将世界运行逻辑编码进语言模型。

RoboBrain Orca：具身大脑

实现"想、看、动"三位一体——模型不仅理解世界，还能在物理空间中行动。标志着具身智能从实验室走向实用。

三、AI 自进化：90% 代码由 AI 生成

百度 CTO 在智源大会上透露，百度内部工具 Dumate 已有 90% 代码由 AI 生成。AI Coding 的成熟正在推动 AI 自行完成产品迭代。

这一自进化循环意味着：

• AI 写代码 → 改进 AI 工具 → 更好的代码 → 更快的迭代
• 人类角色从"编码者"转向"目标定义者"

四、多模态 + 神经科学交叉

Brainμ 1.0：全球首个多模态神经科学大模型，相关研究登上《Science》。模型能同时处理 fMRI 脑成像、基因表达、行为数据，为脑科学研究提供新范式。

五、行业共识

• 世界模型需 3-5 年持续迭代，技术路线尚未收敛
• Scaling Law 远未触顶，数据与算力需求仍在指数增长
• 物理世界 AI 是下一个万亿级市场——自动驾驶、机器人、工业仿真
• 开源生态正在加速世界模型的民主化

"语言只是世界的投影，AI 的终极目标是理解投影背后的真实。"——智源大会主题寄语