跳到主要内容C
过去一年，具身智能最值得关注的变化已不是机器人又学会了多少新动作，而是世界模型开始真正接上「动作」。智元 GE-Act 2.0 尝试验证 World-Action Model 的 Scaling 路径，Google DeepMind 的 Gemini Robotics 2 则进一步把 Physical AI 推向全身控制、灵巧操作、长程任务与多机器人协同。机器人正在从看懂世界，走向理解世界如何变化，并在其中采取行动。意味着 Physical AI 的竞争正在从单点能力进入系统性 Scaling。决定上限的，不再只是模型参数，而是数据、本体、世界模型、物理因果、Agent、基础设施与群体协同能否共同形成闭环。11 月 20—21 日，2026 奇点智能技术大会将在北京万达文华酒店举行。围绕 Physical AI 正在出现的新问题，大会特别设置「从具身智能到 Physical AI」专题，邀请来自产业、科研机构与高校的一线实践者，从研究走向工程、从模型走向真实部署。真实世界数据从哪里来？机器人如何获得触觉与物理反馈？世界模型如何真正理解“动作”？单体能力又如何走向多机协同？这些问题，都将在大会现场被进一步拆解，并结合真实项目实践，讨论它们如何真正走向落地。从数字 AI 到物理 AI：先回答“智能如何进入真实世界”过去的大模型，绝大多数能力发生在数字世界。语言模型处理 Token，多模态模型处理图像、语音和视频，但这些能力最终仍然停留在屏幕之中。Physical AI 带来的变化，是第一次要求模型真正对物理世界产生影响。这意味着 AI 不仅要理解语言和视觉，还要理解空间、动作、物体、状态变化以及物理规律。来自京东集团副总裁、京东探索研究院副院长的段楠长期负责语言、语音、视觉与具身智能基础模型研究，他将从基础模型视角重新审视这次迁移，即数字智能如何跨越 Reality Gap，真正进入物理世界？如果说大模型 Scaling 的核心资产是 Token，那么机器人 Scaling 的核心资产是什么？很大程度上，是真实物理交互数据，但获取这类数据远比互联网文本困难。这也是具身智能目前最现实的瓶颈之一。来自北京邮电大学“拔尖人才”教授方斌认为，当前具身智能一个典型问题是本体、数据、模型正在各自向前走，却没有真正形成闭环。机器人需要触觉，需要理解接触、摩擦、力度以及物体状态变化。因此，感知原生设计 + 数据效率 + 模型物理可验证性，可能会成为机器人真正形成数据 Scaling 的关键。机器人真正进入真实世界后，一个更基础的问题随之出现：这个世界怎样才能被机器学习？
在奇点智能技术大会现场，诺亦腾机器人创始人、CEO戴若犁将带来《从数据工厂到世界编译器》的实践分享。过去十几年，戴若犁一直在做一件事：把人的运动数字化。从惯性动作捕捉、光学动作捕捉到多传感器融合，再到今天的机器人学习，这条路线正在发生新的变化。现在，这些数据开始成为机器人理解和学习真实世界的训练材料。戴若犁提出了一个非常有意思的概念，World Compiler——世界编译器。就像编译器把人类编写的程序转换为机器能够执行的形式一样，“世界编译器”试图把连续、复杂、充满噪声的真实世界编译成机器人可以学习的数据表达。这意味着具身数据基础设施的竞争，也可能从谁能采更多数据逐渐变成谁能更好地表达世界。从人体运动，到人物交互，再到多模态真实世界数据，这可能是 Physical AI 真正实现 Scaling 的另一块底座。世界模型是最近 Physical AI 里最热门的关键词之一。但真正用于机器人之后，一个问题很快暴露出来。预测视频，和理解世界，并不是一回事。一个真正服务机器人的世界模型，不仅要知道下一帧画面长什么样，还必须理解物体是什么、动作意味着什么、动作之后世界会如何变化。来自视启未来联合创始人、世界模型与具身智能负责人刘昊将带来《世界模型需要理解物体与动作：统一架构与具身落地实践》，这场分享会把世界模型进一步拉回「行动」。因为对于机器人来说，世界模型真正的价值，不是生成世界，而是帮助智能体预测行动的后果。也就是说，未来 World Model 与 VLA 之间的边界，很可能会越来越模糊。Agent 则负责决定既然如此，我下一步应该做什么？这正是 Physical AI 与普通生成式 AI 最大的区别之一。与会现场，来自昆仑行机器人具身算法负责人郎玉川直接带来《当 AI 走进物理世界：具身物理因果模型和机器人 Agent》主题分享。郎玉川拥有近十年自动驾驶算法经验，从定位、地图、感知、决策，一路做到端到端 VLA 与具身 Agent。这段经历恰好揭示了 Physical AI 的另一个趋势，即自动驾驶过去几年解决的问题，环境建模、长程决策、端到端学习、真实世界闭环正在以新的形式重新出现在机器人领域。但相比自动驾驶，机器人需要处理的动作空间更加复杂。因此，一个真正进入现实环境的机器人 Agent，很可能必须建立感知 → 世界建模 → 因果理解 → 决策 → 动作 → 反馈完整闭环。Physical AI，正在从被动响应走向主动智能当模型能够理解世界、预测结果、执行动作之后，下一个问题自然出现，那就是机器人是不是只能等人下命令？观行数智创始人 & CEO 唐都钰带来的《主动式物理 AI：从数字世界到物理世界的智能范式迁移》分享或许能解答上述的疑惑。人提出问题，模型回答。人给出任务，Agent 执行。但在真实物理世界中，一个真正有用的智能体，很可能必须具备更强的主动性。它需要观察环境、发现问题、判断机会，并主动做出行动。也就是说，Physical AI 的最终形态，可能并不是会操作机器人的大模型，而是能够持续理解世界并自主行动的智能系统。更值得关注的是，Physical AI 的 Scaling 最终可能不止发生在单体机器人上。Google DeepMind 在 Gemini Robotics 2 中已经明确展示了 Multi-Robot Collaboration 不同机器人能够理解彼此的能力，分配任务并共同完成目标。先解决一个 Agent，然后解决多个 Agent 的协作。机器人可能也会经历同样的过程。AIRS 具身智能中心研究工程师邵鹏韬将带来《从单体进化到多机协同：AIRS-EAI 全栈开源具身智能底座的架构与实践》分享。- 移动底盘 + 机械臂来解决模块化机器人系统的接入问题；
- 灵巧操作：面向 AI 科学家和复杂操作任务建立数据与模型闭环；
- 多机器人协同：利用 In-Context Learning，让多个智能体根据当前任务动态分工与协作。
如果这条路线成立，未来机器人的 Scaling 就不仅是一个机器人变得越来越强。而可能变成一群机器人开始形成群体智能。Physical AI 真正的 Scaling，才刚刚开始回过头看今天的具身智能，会发现技术栈正在快速变厚。而现在，问题正在迅速扩展世界模型、物理因果、多模态真实数据、触觉感知、Agent、长程记忆、数据飞轮、多机协同、仿真与评测、具身基础设施。这意味着 Physical AI 很可能正在重复大模型过去几年的一个过程，从单点模型突破逐渐变成一整套完整技术生态。因为语言模型最终输出的是 Token，而 Physical AI 输出的是 Action。每一个 Action 都会真正改变世界。因此，它需要的不只是更大的模型，而是一个能够不断感知世界 → 理解世界 → 模拟世界 → 行动 → 获取反馈 → 再学习的完整闭环。从这个角度看，今天我们看到的世界模型、VLA、数据工厂、Physical AI、机器人 Agent 与群体智能，并不是几个彼此独立的热门方向。11 月 20—21 日，2026 奇点智能技术大会将在北京万达文华酒店举行。「从具身智能到 Physical AI」专题将汇聚来自京东探索研究院、北京邮电大学、诺亦腾机器人、视启未来、昆仑行机器人、观行数智、深圳市人工智能与机器人研究院 AIRS等一线研究与产业团队。从数字 AI → Physical AI到本体—数据—模型飞轮再到世界编译器 → 世界模型 → 物理因果 → 机器人 Agent → 多机协同。我们希望用一天时间，把 Physical AI 正在形成的技术主线真正展开。而这只是 2026 奇点智能技术大会的其中一个专题。本届大会将汇聚 70+ 技术嘉宾、18 大前沿专题、70+ 主题演讲、1000+ 行业技术人，覆盖 RSI、Agent、AI Coding、世界模型、Physical AI、AI Infra、企业级 AI 等关键方向。如果你正在做具身智能、机器人、世界模型、VLA 或 Physical AI，这场值得来现场。 内容来自公众号，可前往微信查看原文。