转自：北京日报客户端

昨天，2025北京智源大会在京启幕。伴随着多项全球前沿的人工智能成果发布，包括图灵奖获得者、明星AI企业创始人在内的数百位全球青年科学家、人工智能顶尖学者和产业专家齐聚北京，在这场科技盛会中共同绘制人工智能产业未来“导航图”。

AI“破壁”加速进入物理世界

当一个咖啡杯放在桌子的边缘，人和AI会各自作何反应？不少AI大模型看到的可能是“白色的咖啡杯在桌上，上面有一些文字”。而更具时空预测能力的人类则会基于现实信息进行预判——“咖啡杯在桌子的边缘，很危险”，并知道需要从外向内的方向拿取杯子来避免它掉落。

“人工智能正在加速从数字世界走向物理世界，这是对大模型技术发展趋势的判断，也是‘悟界’系列大模型推出的底层原因。”智源研究院院长王仲远说，AI从数字世界跨向物理世界时必须突破两者之间的隔阂，其中最重要的隔阂和边界就是对空间和时间的感知。而此次智源发布的原生多模态世界模型Emu3，就具备这种在物理世界中理解和推理的能力。

据悉，目前全球众多人工智能机构都在积极探索原生多模态技术。什么叫“原生”？人类与现实世界的互动，通常需要涉及语言、视觉和音频等被业界称为“多模态”的信息。王仲远告诉记者，过去的多模态大模型往往是先学习“语言”再训练其处理图像、声音等其他模态信息的能力，而在接触其他模态信息的过程中，原本已达到“博士”水平的模型能力可能会降至“大学”甚至“高中”水平。

相比之下，“原生”多模态模型则是在模型训练初始阶段，就将文字、图像、声音，乃至脑信号等各种模态数据都纳入其中进行训练，能让模型像人一样更“融会贯通”地理解世界。

除了原生多模态世界模型Emu3，此次智源研究院发布的“悟界”系列大模型成果，还包括脑科学多模态通用基础模型见微Brainμ、跨本体具身大小脑协作框架RoboOS 2.0与具身大脑RoboBrain 2.0以及全原子微观生命模型OpenComplex2。

从微观生命体到具身智能体，“悟界”系列大模型试图揭示生命机理本质规律，构建人工智能与物理世界交互基座。王仲远透露，以Brainμ为例，在与脑机接口企业强脑科技的合作中，Brainμ实现了首次在便携式消费级脑电系统上重建感觉信号，智源正与北京生命科学研究所、清华大学、北京大学、复旦大学等机构合作，探索Brainμ在科学、工业等领域的应用。

北京AI核心企业数超2400家

除了大模型“大脑”，作为连接人工智能与现实世界的重要载体，具身智能机器人也成为AI行业的关注热点。

时而单腿侧踢、时而双臂交替出拳，宇树G1机器人在舞台上表演起敏捷帅气的格斗“组合拳”；“我中午又热又饿，给我搞点吃的”，听到顾客的指令后，银河通用的具身大模型机器人Galbot在琳琅满目的零食货架前为顾客推荐了酸奶和果冻，并有条不紊地拿取送到人手中；曾在全球首个人形机器人半程马拉松中夺得冠军的天工2.0也不闲着，在现场为大家准备起了茶点……昨天，在2025北京智源大会的舞台上，近两年科技圈的“顶流”人形机器人组团上台亮绝活，赢得满堂观众喝彩。

这些明星机器人，有不少都是来自北京的企业或机构。以Galbot为例，它的同伴目前已经在北京的7处无人药店上岗。银河通用创始人兼CTO王鹤透露，今年将在北京、上海、深圳开100家这样的无人药店。“相信以后在超市里处理订单、在车厂里配料，人形机器人都能当家做主。”王鹤说。

“在人工智能领域，北京始终走在创新的最前沿，努力在人工智能发展进程中寻找新的历史坐标。”市科委、中关村管委会相关负责人介绍，近年来，北京坚持主流路线与颠覆性路线并重，持续支持人工智能技术创新，并坚持大模型垂直开发与推广并重，积极推动人工智能应用创新。

记者从会上获悉，2024年北京人工智能的核心企业数突破2400家，核心产业规模近3500亿元，均占全国一半。

尖峰对话共议人机共生

在展示成果的同时，这场国际性的AI交流盛会还吸引众多顶尖学者、产业专家围绕多模态、深度推理、下一代AI路径、Agent智能体、具身智能、AI产业、AI安全等话题展开前瞻对话。

图灵奖得主约书亚·本吉奥提醒，当前AI在规划、推理等领域进步飞速，部分前沿模型已显现自我保护、欺骗性对齐、篡改系统等类生物主体行为，若形成“智能+自主目标+行动能力”组合将引发失控风险，甚至可能威胁人类生存。

“要在AGI（通用人工智能）可能于5年内达到人类水平的紧迫时间窗口内，通过技术创新与全球协作筑牢安全防线。”本吉奥呼吁，应推动全球协同治理，建立国际监管框架与技术验证机制，遏制各国因竞争导致的安全标准缺位，避免将AGI设计为人类竞争者。

AI时代，人类如何与AI新伙伴们共生？另一位图灵奖得主理查德·萨顿提出，要以去中心化合作替代中心化控制，通过信任、协调和市场机制引导AI与人类共生，避免因恐惧催生的限制措施。他认为，这一路径将实现AI与人类社会的互利共赢。

来源：北京日报