中經記者 曲忠芳 北京報道

當“百模大戰”偃旗息鼓、“AI六小虎”漸行漸遠，大模型的“大力出奇跡”和智能涌現是否已趨向枯竭？

6月6日至7日，在第七屆智源大會上，智源研究院正式推出了“悟界”系列開源大模型，涵蓋多模態世界模型、腦科學多模態模型、具身大腦與大小腦協作框架、全原子微觀生命模型等。與此同時，現場設置的AI科研成果互動體驗展區展示了悟界系列大模型在具身智能、腦科學、數字心臟等領域的應用場景。

在大會前，智源研究院院長王仲遠在接受包括《中國經營報》在內的媒體記者采訪時表示：“大模型技術還遠沒有發展到盡頭，過往業界所說的百模大戰，更多的是指大語言模型的競爭，而大語言模型囿于互聯網數據使用的瓶頸，基礎模型性能雖然仍在提升，但提升速度已明顯放緩。”

在采訪中，關于如何解決大語言模型性能提升瓶頸、當下的人形機器人熱潮，以及AI Agent（智能體）的發展趨勢等問題，王仲遠一一作出了正面回應。

大模型性能提升瓶頸的不同“解法”

王仲遠指出，針對大語言模型性能提升瓶頸的“解法”，能夠看到當下業界的三種路徑：一是通過強化學習提升后訓練和推理能力的提升。例如OpenAI O4、DeepSeek R1等的推出，都是過去一年里大模型領域最明顯的進展。二是數據合成，目前學術界仍在突破期。互聯網數據是由人類創造的，假設AI合成數據、生成數據的質量能夠媲美人類創造的數據質量，那意味著AI就有可能實現自我學習和進步。三是多模態數態。在全世界范圍內，多模態數據是文字數據的成百上千倍、萬倍甚至更多，但這些數據還并沒有被有效地利用起來。

對此，智源研究院的“解法”是圍繞原生多模態世界模型去做研究和布局。王仲遠表示：“原生多模態世界模型本質上是為了讓AI去感知和理解物理世界，進而實現與物理世界的交互。”

在智源研究院看來，當AI進入物理世界后，在宏觀層面，大模型與硬件結合通過具身智能的發展解決實際生產生活問題；而在微觀層面，生成式AI的應用能夠進一步揭示微觀世界的本質。由此所構成的世界模型是實現物理AGI（通用人工智能）的重要發展路徑，智源研究院的工作布局則是圍繞這一技術發展趨勢而進行布局的。

在智源大會現場，記者了解到，“悟界”系列大模型主要包括：原生多模態世界模型Emu3、腦科學多模態通用基礎模型見微Brainμ、跨本體具身大小腦協作框架RoboOS 2.0與具身大腦RoboBrain2.0，以及全原子微觀生命模型OpenComplex2。

其中，王仲遠介紹，RoboOS 2.0與RoboBrain2.0能夠適配各種形態的機器人，涵蓋輪式單臂、輪式雙臂、雙足人足、四足機器人等。截至目前，智源研究院已與全球20多家具身智能企業建立了戰略合作關系。

除此之外，關于AI Agent在今年密集涌現的現象，王仲遠解釋，當基礎模型達到“可用”的水平——指既能理解自然語言，又具有一定的邏輯，大模型就會進入“好用”的階段，促進產業的發展。Agnet是一個重要的產業落地形式，產業可以在基礎模型之上開發出解決用戶實際需求的Agent。當然，創業公司還要考慮ROI（投入產出比），模型需要在保證相同能力的情況下越小越好，慢思考能力或推理能力在保證推理效果的情況下越快越好。這個過程中遇到的瓶頸在未來會被逐步解決。

王仲遠表示，智源研究院與香港投資管理有限公司建立戰略合作框架，共建世界級跨區域合作的人工智能生態圈，推動加速人才、技術、資本的飛輪效應。

“2025年人形機器人剛學會跑”

不同于往屆，今年智源大會首次將具身智能升級為全天的分論壇，并加入了人形機器人的主題，由此具身智能的火熱程度可見一斑。會議期間，記者還在具身智能展區看到，各種構型的機器人展示了制作漢堡、倒飲料、抓娃娃、家居物品收納等不同的技能。其中，智源與銀河通用聯合研發的具身大模型機器人Galbot，展示了商超場景下的落地應用能力。

當被問及如何看待近半年里人形機器人熱潮時，王仲遠表示，長期來看，人形機器人是具身智能領域非常重要的發展方向。不過，不同構型的機器人會是共存的狀態。與其他構型的機器人比較來說，人形機器人的成熟周期要慢。“2024年，人形機器人剛剛會走，而2025年我們可以看到，人形機器人學會了跑，能否走得穩、跑得穩，產業界仍在努力中。”

王仲遠提到，具身智能目前存在“循環悖論”，即具身能力不足，限制了真機數據的采集；數據的稀缺導致模型能力弱、落地難，無法進一步提升具身能力。

產業界中不同的參與力量在探索不同的解決辦法。其一，硬件的成本越來越低，未來如果能夠做到一臺機器人賣幾千元錢，那么消費者的購買意愿顯然會比一臺機器人一百萬元、幾十萬元的可能性高；其二，許多企業在數據方面下功夫，在真實數據之外，通過仿真數據集成訓練出有效的模型。智源研究院走的則是大模型的路線，依靠互聯網數據幫助機器人學習智能。簡單來說，學習海量的已有數據，再通過強化學習和真實世界的數據不斷訓練能力，突破具身智能的發展上限。

“不同的企業和研究團隊都在用不同的方式進行探索，現階段尚未達成共識。”王仲遠表示，目前具身智能的本體硬件和具身模型都不成熟，這需要本體硬件和模型研發的共同努力。他提到，智源研究院在與機器人本體硬件公司交流時，本體公司普遍認為要展示硬件機器人的能力上限，同時也要降低成本。當售價足夠“親民”，那么數據采集量和模型提升速度就會大幅度提升。

（編輯：吳清 審核：李正豪 校對：顏京寧）