据 动察 Beating 监测，复旦大学副校长姜育刚、智元机器人合伙人姚卯青、它石智航 CEO 陈亦伦与亮源新创 CEO 姜旭在 2026 年世界人工智能大会上进行圆桌对谈，围绕世界模型展开讨论。嘉宾共识认为，世界模型的核心在于理解物理世界运行规律并预测下一状态或动作，而非仅渲染画面，需原生掌握多模态融合、物理规律、因果推理及长程预测能力。当前最大瓶颈在于数据——陈亦伦指出，视频数据缺乏力、触觉等关键模态，理想训练数据需满足模态齐全、高频交互、源于真实场景三个条件，具身智能因操作复杂度高或需千万小时真实交互数据；姚卯青类比大语言模型百亿小时语音训练量，估算物理世界可能需「一亿小时以上」真实数据才能掌握常识性物理预测。在架构层面，姜旭指出当前主流架构将状态预测与动作预测混同处理，导致生成与理解能力冲突，难以同时优化。

落地路径方面，三位嘉宾均将制造业视为未来三年最确定的规模化场景：

姚卯青透露智元机器人已在产线实现六天六万件操作、99.99% 成功率的机器人编队作业；

陈亦伦押注制造业，理由包括数据浓度高、任务有明确完成标准、存在大量人类示范数据，它石智航已与车企合作推进千台级工业具身机器人集群部署，并强调中国制造业全球最集中，是物理 AI 的理想试验场；

姜旭则认为具身智能是多模态大模型的延伸，互联网已有 100 亿小时视频数据适合预训练，能力跳变将首先出现在家庭、办公等日常场景，但商业化需满足高容错率条件，为大模型找场景不比训练模型更简单。

三方共识为，目前距离通用具身智能尚远，专用场景突破是必经阶段，未来竞争焦点将从模型架构转向高质量数据获取与场景闭环验证能力。

---------------------------------

点击下方原文链接，加入动察 Beating · 飞书 AI 新闻渠道，7×24 小时不间断监测全球 AI 热点与新闻。