北京智源大會：推動人工智能、物理世界和生命科學“三體互動”

2026年6月12日，第八屆“北京智源大會”在中關村國際創(chuàng)新中心開幕。

北京智源大會是智源研究院主辦的“AI內(nèi)行學術盛會”，以“技術前沿、國際視野、青年人才”為特色，匯聚海內(nèi)外研究者分享研究成果、探尋前沿知識、交流實踐經(jīng)驗。本屆大會，現(xiàn)代數(shù)字安全體系奠基者Whitfield Diffie線下參會，聚焦Agent時代的安全與可信挑戰(zhàn)；強化學習奠基人Andrew Barto追問“交互驅動智能”對于下一代AI系統(tǒng)的意義。30余位30歲以下青年科學家，40余位AI企業(yè)CEO、創(chuàng)始人與首席科學家，200余位頂尖專家學者將齊聚北京，中國AI產(chǎn)業(yè)世界模型與Agent領域最具代表性的創(chuàng)新力量首次集中同臺。20余家全球頂尖科技企業(yè)及高校科研機構，包括Meta、英偉達、哈佛、MIT等，將與阿里、騰訊、小米、生數(shù)科技、面壁智能、清華、北大、人大等中國AI行業(yè)最核心的創(chuàng)新力量同場交流。同時，大會還匯聚數(shù)百位全球AI領域學術中堅力量，一同圍繞世界模型、通用智能體、具身智能、AI安全、AI Native教育、Token經(jīng)濟與OPC、智能計算底層架構等前沿方向展開精彩演講和前瞻性對話。

開幕式由智源研究院理事長黃鐵軍主持。

智源研究院院長王仲遠做2026年研究進展報告，發(fā)布智源研究院在基座大模型、智能體、基礎軟硬件生態(tài)等前沿技術領域的探索成果和開源生態(tài)建設的最新動態(tài)。

自2018年成立以來，智源研究院先后發(fā)布了“悟道”系列大模型和“悟界”系列大模型，構建了自底向上的全棧大模型開源技術體系。無論是在大模型發(fā)展的早期，還是在物理AI的全新時期，智源研究院始終在引領人工智能大模型的前沿研究探索。截至目前，智源開源模型超200個，全球總下載量累計超過10億次。同時也孵化了一系列在大模型領域和具身智能領域非常具有代表性的創(chuàng)新創(chuàng)業(yè)企業(yè)。

2024年智源大會上，智源發(fā)布了對于人工智能尤其是大模型技術的演化路徑的預判。當下，人工智能正沿著從大語言模型向多模態(tài)大模型再向世界模型演進的方向，加速從數(shù)字世界邁向物理世界。過去一年里，智源在基座大模型、智能體以及基礎軟硬件生態(tài)三個領域取得令人矚目的科研進展。基于智源在多模態(tài)大模型以及世界大模型上的探索，智源研究院系統(tǒng)性地梳理了世界模型發(fā)展歷程，以及對現(xiàn)有世界模型技術的四大分類，并介紹了正在研發(fā)中的悟界·Physis。

基座大模型

2024年智源大會發(fā)布的“悟界”系列大模型，旨在解決人工智能從數(shù)字世界邁向物理世界的關鍵能力，并且構建面向物理世界的人工智能基座模型。2025年10月正式發(fā)布的悟界·Emu3.5僅基于“預測下一個詞元（Next-Token Prediction）”，實現(xiàn)了大規(guī)模文本、圖像和視頻的統(tǒng)一學習，實現(xiàn)了多模態(tài)理解和生成任務的統(tǒng)一學習，這一原創(chuàng)性的成果在今年1月份刊發(fā)于Nature正刊，創(chuàng)造了國產(chǎn)多模態(tài)大模型的眾多紀錄。

今年，智源大會也帶來了一系列創(chuàng)新成果發(fā)布：悟界·Brainμ1.0是全球首個理解與生成統(tǒng)一的多模態(tài)神經(jīng)科學大模型，將Next-Token Prediction范式擴展到神經(jīng)科學領域所構建的多模態(tài)腦科學通用基座，由智源聯(lián)合清華團隊基于悟界·Brainμ開展的研究成果也已刊發(fā)于Science；與悟界·Brainμ1.0一同發(fā)布的還有全球最大最全的AI-Ready神經(jīng)科學數(shù)據(jù)集和全球最大的AI-Ready數(shù)據(jù)平臺BrainToken；悟界·OpenComplex2.5是可泛化、物理真實的下一代AI驅動藥物發(fā)現(xiàn)模型，能精確解析IDP靈活構象，系統(tǒng)性賦能創(chuàng)新藥物研發(fā)全鏈路，以單一模型覆蓋制藥四大關鍵步驟。悟界·Physis-v0.1是全球首個通用世界基座模型，以統(tǒng)一物理狀態(tài)學習，實現(xiàn)物理正確、動作因果可溯、長程一致、通用泛化，最終達到全垂類場景應用。

智能體

針對具身智能面臨的硬件不成熟、數(shù)據(jù)短缺、模型能力弱、落地應用難的四大挑戰(zhàn)，智源構建了自底向上的全棧具身智能技術體系，并先后發(fā)布了悟界·RoboBrain和悟界·RoboOS。智源正在研發(fā)中的悟界·RoboBrain Orca，以預測下一個物理狀態(tài)為核心來構建具身大腦，融合了大量Ego-centric交互數(shù)據(jù)，強化世界模型的具身表征，提升下游少樣本和跨場景泛化的能力。同時，結合智源研究院作為科研機構的屬性以及在科研項目上的布局，智源推出了四款自主研發(fā)的智能體，它們分別面向心臟輔助診斷、科學發(fā)現(xiàn)、個人專屬助理以及生物安全防護等領域。

基礎軟硬件生態(tài)

智源與開源社區(qū)共建了眾智FlagOS，將企業(yè)面臨的“M款模型與N款芯片”適配難題簡化為“多模型+多芯片”的統(tǒng)一接入解決方案。FlagOS2.1能夠支持18家芯片廠商的32款芯片，是全球覆蓋芯片數(shù)量最多的計算系統(tǒng)軟件棧。FlagOS的算子總數(shù)已超過600個，并且仍然在快速增長。同時FlagOS還能夠支持18家芯片廠商的統(tǒng)一編譯器和12家芯片廠商的統(tǒng)一通信庫。目前，F(xiàn)lagOS的生態(tài)成員已經(jīng)超過80余家，全球下載量超過37.5萬次，觸及開發(fā)者5.6萬人。

悟界系列大模型：面向物理世界構建的人工智能基座模型

如今，隨著多模態(tài)模型的研究深入，人工智能正經(jīng)歷一場重大的范式變革，正在從“預測下一個詞元”演進到“預測下一個物理狀態(tài)”，這是世界模型的核心本質(zhì)。

智源研究院是國內(nèi)最早提出并開展世界模型研究的科研機構。2023年智源大會上，楊立昆（Yann LeCun）就闡述了新一代世界模型的概念；2024年智源大會上，智源研究院提出的人工智能大模型技術路線預判，明確指出世界模型是下一代大模型技術；2024年發(fā)布的悟界·Emu3和2025年發(fā)布的悟界·Emu3.5，更是全球首個原生多模態(tài)世界模型。基于在大模型領域持續(xù)的技術積累與前瞻布局，2026年智源推出了悟界·Physis-v0.1。悟界·Physis的誕生正是基于智源對人工智能發(fā)展路徑的判斷以及從“悟道”到“悟界”的技術傳承與延續(xù)。隨著大語言與多模態(tài)技術日趨成熟，未來人工智能的發(fā)展重心將進入世界模型時代。

智源認為，現(xiàn)有世界模型相關的技術路線可分為四類：第一類是以語言為中心的世界模型，包括VLM、VLA，模型在文本空間中預測下一個詞，學到的是語言描述的世界，并不能理解背后的物理后果；第二類是以像素為中心的世界模型，像Sora和Seedance等視頻生成類模型，在視覺空間中學習視頻或圖像，學到的是像素描述的世界；第三類是以三維結構為中心的世界模型，包括3D重建以及李飛飛團隊的World Labs Marble模型，不過模型重建3D空間不等于理解世界，幾何結構也不代表物理狀態(tài)；第四類是以視覺表征為中心的世界模型，比如楊立昆的JEPA系列模型，預測的是視覺表征的壓縮，但視覺嵌入演化不等于物理規(guī)律演化。

在智源看來，世界模型作為面向真實物理世界的下一代基座模型，以“預測下一物理狀態(tài)”為核心，代表著人工智能的下一個重要范式躍遷。世界模型不僅能感知、理解、推理真實物理世界的時間、空間、物理規(guī)律和物理常識，同時能涵蓋文本、視頻、深度、力覺、感知等全模態(tài)數(shù)據(jù)，還具備主動交互能力，能夠支撐各種物理世界的下游應用。

1 智源“悟界”系列基座大模型

推動數(shù)字世界和物理世界加速融合

悟界·Emu

悟界·Emu是智源從“悟道”邁向“悟界”的標志性里程碑。Emu3于2026年1月登上Nature正刊，是我國科研機構主導的大模型成果首次在Nature正刊發(fā)表。在此基礎上，Emu3.5完成關鍵升級，從“預測下一個詞元”進一步擴展到跨視覺與語言序列的“下一狀態(tài)預測”，以純自回歸框架原生實現(xiàn)文本、圖像、視頻的統(tǒng)一理解與生成，打破傳統(tǒng)多模態(tài)技術路線的模態(tài)孤島與架構割裂。它內(nèi)置時空關系、因果邏輯與物理世界演化規(guī)律建模能力，不僅攻克了生成內(nèi)容違背真實世界物理規(guī)則的行業(yè)痛點，更補齊了AI從數(shù)字世界走向物理世界的技術缺失，兼具頂級學術價值與底層產(chǎn)業(yè)支撐價值。

悟界·Brainμ

悟界·Brainμ1.0是全球首個理解與生成統(tǒng)一的多模態(tài)神經(jīng)科學大模型，旨在從世界模型出發(fā)，構建多模態(tài)腦科學通用基座。模型可將人類、獼猴、小鼠跨物種，EEG、fMRI、MEG、fNIRS、神經(jīng)像素、鈣成像等全模態(tài)腦信號，統(tǒng)一編碼為標準Token，實現(xiàn)數(shù)據(jù)格式歸一，并通過多模態(tài)對齊，將腦信號Token與語言、圖像、視頻等通用模態(tài)對齊，嵌入預訓練大模型，充分釋放大模型知識表達與泛化能力。

此外，全球最大的AI-Ready神經(jīng)科學數(shù)據(jù)平臺悟界·BrainToken，匯聚全球開源神經(jīng)科學數(shù)據(jù)并完成全量Token化總量突破萬億級別。Brainμ1.0可利用數(shù)據(jù)Token化，解決神經(jīng)科學領域數(shù)據(jù)孤島（復雜、稀疏、不對齊等）問題，降低神經(jīng)疾病診斷成本，輔助篩查診斷阿爾茲海默癥、抑郁癥、帕金森等疾病。目前，悟界·Brainμ已用于AI輔助科學家分析數(shù)據(jù)，支撐“記憶-睡眠”調(diào)控機制研究成果登刊Science。

悟界·OpenComplex

悟界·OpenComplex2.5是下一代AI驅動藥物發(fā)現(xiàn)模型，重點解決固有無序蛋白（IDP）動態(tài)構象難以解析的問題。它通過可泛化、物理真實的端到端全原子分布建模，精準捕捉IDP靈活、多變的構象狀態(tài)，突破傳統(tǒng)靜態(tài)結構分析在高動態(tài)靶點研究中的局限，為神經(jīng)退行性疾病等難成藥靶點研究提供新的技術路徑。

模型統(tǒng)一覆蓋藥物研發(fā)中的四個關鍵步驟：口袋識別、反向篩選、結構預測和親和力預測。在口袋識別環(huán)節(jié)，在靶點蛋白中定位可成藥口袋，實現(xiàn)高質(zhì)量的口袋檢測、對多樣化靶點具有魯棒性、提升命中發(fā)現(xiàn)效率；在反向篩選環(huán)節(jié)，為給定化合物尋找潛在靶點，實現(xiàn)基于大規(guī)模靶點庫搜索、對精準的靶點排序、加速化合物再利用和脫靶評估；在結構預測環(huán)節(jié)，預測蛋白-配體復合物的三維結構，實現(xiàn)高精度三維結構預測、捕捉關鍵相互作用、可靠用于下游分析；在親和力預測環(huán)節(jié)，可準確估算結合親和力相關指標的相對變化趨勢，并可泛化至不同化學空間和靶點類型，支持先導化合物篩選與優(yōu)化。

悟界·Physis

悟界·Physis-v0.1是全球首款通用世界基座模型，構筑真實物理世界人工智能底層核心引擎，重塑AI物理感知與推演的底層技術體系。悟界·Physis-v0.1徹底打破傳統(tǒng)AI垂類場景專用的技術瓶頸，針對性解決行業(yè)共性難題，能有效彌補主流人工智能模型不懂真實物理規(guī)則、物理推演結果可信度低、長程時序記憶缺失的核心短板，以通用基座能力實現(xiàn)全場景物理交互、感知與決策的統(tǒng)一，從根源提升AI物理推理的真實性與可靠性。

依托獨創(chuàng)技術架構構建行業(yè)領先壁壘，悟界·Physis-v0.1以物理隱空間表征替代傳統(tǒng)像素、幀級預測方案，實現(xiàn)跨場景通用物理規(guī)律強化學習。搭載專屬物理狀態(tài)編碼器，可完成視頻、深度RGB、3D點云、力觸反饋等全模態(tài)信息壓縮，統(tǒng)一轉化為標準化隱空間物理狀態(tài)Latent State。模型支持50+復雜物理場景長程推理，具備物理一致性、動作因果性、長程可推演性、通用泛化性四大核心能力，憑借高效的推理效率與極強的泛化能力，達到行業(yè)領先水平，可廣泛應用于嚴肅工業(yè)、具身智能、物理仿真、科學研究等真實物理場景。

悟界·RoboBrain Orca

悟界·RoboBrain Orca是以下一個物理狀態(tài)預測為核心的具身大腦，構建“統(tǒng)一表征—建模—預測—交互”完整閉環(huán)，實現(xiàn)從Next Token / Frame / Action Prediction升級為Next Physical State Prediction，徹底打破傳統(tǒng)AI僅能理解文本的局限，推動AI從理解文本走向感知、預測與交互物理世界，并融合大量Ego-centric交互數(shù)據(jù)，強化了世界模型的具身表征，有效提升下游少樣本與跨場景的泛化能力。

悟界·RoboBrain Orca具備統(tǒng)一表征、因果推演、模態(tài)解碼三大核心能力，可同時生成語言思考、視覺預測與動作決策，實現(xiàn)“想、看、動”三位一體，賦予具身智能機器人打通“認知—預測—行動”完整鏈路的能力，支撐具身智能機器人在物流場景、酒店服務場景等真實環(huán)境中的長期自主作業(yè)。

2智能體蓬勃發(fā)展

智源形成多層次布局與成果

自2024年起，智源大會便率先關注智能體方向，剖析 LLM 與 Agent 結合所帶來的新系統(tǒng)范式。2025年，大會進一步探討“自主智能體”這一議題，推動 Agent 從“模型應用”走向“智能系統(tǒng)”。2026智源大會討論重點再次升級，關注AI如何穩(wěn)定、持續(xù)、安全地與現(xiàn)實環(huán)境交互，并真正參與工作流與社會系統(tǒng)運行。目前，智源基于深厚技術底蘊形成多層次智能體布局與成果，推出覆蓋心臟輔助診斷、科學發(fā)現(xiàn)、個人專屬助理以及生物安全防護的智能體矩陣。

BAAI Cardiac Agent

BAAI Cardiac Agent是全球首個面向心臟磁共振的輔助診斷智能體，依托安貞醫(yī)院兩千余例心血管患者超3萬條影像-文本配對多模態(tài)數(shù)據(jù)，構建一站式“結構分割-功能評估-疾病診斷-智能化報告”智能體，推動優(yōu)質(zhì)心血管醫(yī)療能力普惠可及。BAAI Cardiac Agent不僅能顯著提升CMR影像的解讀效率，同時融合安貞醫(yī)院心臟專科醫(yī)師的臨床診療經(jīng)驗，其Agent-Expert系統(tǒng)復刻專家團隊協(xié)作式診療流程，最終實現(xiàn)心臟疾病診斷精確度達到安貞醫(yī)院頂尖心血管醫(yī)生的診斷水平，AUC超0.93。

AREX

AREX是面向科學發(fā)現(xiàn)的自主研究智能體，致力于推動人工智能從模仿學習向自主學習跨越，讓AI學會自我提升。它面向科研過程中創(chuàng)新思路稀缺、設計實現(xiàn)緩慢、實驗論證繁瑣等痛點，全面降低科研全流程對人類參與的依賴，輔助人類研究，實現(xiàn)自主科學發(fā)現(xiàn)。未來，AREX可服務于文獻調(diào)研、思路拓展、實驗設計、結果論證與論文撰寫等科研全流程，也可用于人工智能服務的全流程快速構建、自主優(yōu)化與迭代，并進一步推動人工智能技術賦能基礎學科前沿問題的自主探索與科學發(fā)現(xiàn)。

SoulAgent

SoulAgent是面向個人用戶的專屬智能體，采用全新自研架構，實現(xiàn) Token 成本節(jié)省30%，資源占用降低80%。SoulAgent 基于用戶畫像和skill的自進化，可持續(xù)成長為用戶的專屬數(shù)字專家，滿足用戶個性化服務、長期記憶留存、高私密安全的智能助手核心需求，有效解決傳統(tǒng)通用AI助手不懂用戶習慣、響應適配慢、用戶數(shù)據(jù)無保障、無法實現(xiàn)長期深度協(xié)作的行業(yè)痛點，打造專屬化和個性化的智能服務體驗。在智源大會上，SoulAgent 幫助參會者實時聽會、捕捉大會重點、提煉前沿觀點與專家洞察，在并行會議中打造隨時“在場”的智能分身。

面向有害蛋白獲取的風險發(fā)現(xiàn)智能體

智源推出面向有害蛋白獲取的風險發(fā)現(xiàn)智能體，首次打通“計算機模擬推演”與“真實實驗驗證”的完整鏈條（干濕實驗閉環(huán)），驗證了先進AI智能體能夠輔助繞過生物安全篩查機制，將目標有害蛋白序列拆分為多個DNA片段并組裝，最終成功獲取有害蛋白基因序列。針對傳統(tǒng)AI生物安全評估多為事后被動響應，且攻擊路徑難以完整復現(xiàn)的問題，該系統(tǒng)通過主動模擬攻擊者行為，提前識別智能體在生物知識獲取、有害蛋白序列設計等環(huán)節(jié)的脆弱性，將風險防控從“事后補救”轉為“事前演練”。

3全面升級至FlagOS 2.1

打造普適、高效、智能的智算基座

眾智FlagOS是智源研究院牽頭打造的統(tǒng)一智算系統(tǒng)軟件棧，致力于徹底破解“多模型×多芯片”的適配難題。作為當前全球支持芯片種類最多的智算系統(tǒng)軟件棧，F(xiàn)lagOS統(tǒng)一適配18家芯片品牌的32款芯片型號，覆蓋NVIDIA、NPU、GPGPU、DSA、RISC-V AI、ARM等多種架構，支持“多種模態(tài)”“多種場景”大模型在多種AI芯片遷移部署。通過FlagOS的通用算子庫、統(tǒng)一AI編譯器、自動算子生成工具、vLLM多芯片統(tǒng)一插件等關鍵組件，支持90%以上主流開源大模型的多芯片部署，包括DeepSeek、Qwen、面壁MiniCPM、智譜GLM、MiniMaX、混元、階躍Step等。發(fā)布即多芯適配，DAY 0即實現(xiàn)DeepSeek V4、Qwen3.6、MiniMaX M2.7、MiniCPM-o4.5、MiniCPM5-1B混元Hy-MT2等大模型的多款芯片適配。

同時，F(xiàn)lagOS作為全球覆蓋芯片數(shù)量最多的智算系統(tǒng)軟件棧，構建了從底層算子到上層框架接入的完整技術體系。在端到端性能極致優(yōu)化方面，F(xiàn)lagOS拓展Triton-TLE語言能力，已支持華為昇騰、海光、摩爾線程、清微智能、英偉達等多款芯片，極致優(yōu)化大模型關鍵算子性能；八大算子庫總數(shù)超600個，實現(xiàn)從“大模型專用”到“科學計算”的能力延伸，核心組件已進入PyTorch基金會生態(tài)項目；FlagCX通信庫，統(tǒng)一連通10款芯片，并實現(xiàn)全球AI芯片通信的ITU國際標準與國家標準“雙立項”。

FlagRelease發(fā)布Express“高速”鏡像版本，可一鍵安裝使用，實現(xiàn)端到端的高速推理。FlagCICD，首個AI多芯片開源集成測試發(fā)版平臺。在前沿探索層面，F(xiàn)lagQuantum，高性能量子電路模擬框架，在多種AI芯片、及量子電路的機器學習，邁出“量智融合”的第一步。

4圖靈獎得主與中國AI領軍者

共話人工智能未來

2026北京智源大會開幕式上，圖靈獎得主、美國國家工程院院士、IEEE會士Whitfield Diffie，圖靈獎得主、馬薩諸塞大學阿默斯特分校榮譽退休教授Andrew Barto分別做主題報告。

Whitfield Diffie以Security For AI Agents，Security Against AI Agents（護AI智能體之安，御AI智能體之險）為題進行分享。他提出，當前“控制論（反饋）”式的做法是在程序失敗時進行修復，而未來的愿景應是開發(fā)形式化方法，以大幅提升程序按預期運行的可靠性。Diffie對比了密碼系統(tǒng)因程序規(guī)模極小而可充分研究驗證的優(yōu)勢，指出典型的計算機程序——包括編譯器、操作系統(tǒng)、應用和智能體——規(guī)模要大得多，通常已超出人類的驗證能力，人們期望這些任務未來可由AI完成。他強調(diào)，當前編程實踐中，對智能體的限制（Confinement）——即保證智能體只能訪問授權資源——在現(xiàn)有編程中仍做得不足。

Andrew Barto以RediscoveringReinforcement Learning（重新發(fā)現(xiàn)強化學習）為題，將這一范式的本質(zhì)歸結為“控制、搜索與聯(lián)想記憶”的三位一體——它既是“帶著批評家的學習”，也是“試錯學習”，核心在于“緩存搜索結果”而無需持續(xù)搜索。他指出，“機器學習最初就是強化學習”，而“突觸可塑性實現(xiàn)了效果律”；Schultz等人的“獎勵預測誤差假說”則印證，中腦多巴胺神經(jīng)元的相位性活動所編碼的，正是“新舊預期未來獎勵之間的誤差”。Barto強調(diào)，“強化學習與神經(jīng)網(wǎng)絡的計算研究從一開始便緊密交織”，二者“均發(fā)端于大腦如何運作與學習的假說”，而“深度強化學習的計算能力與大腦獎勵系統(tǒng)的最新成果相結合，指明了下一輪進展的方向”。最后，他以“小心你許的愿——你可能真的會得到它”發(fā)出警示，提醒人們警惕獎勵信號設計中的“反常實例化”風險。

智源研究院理事長黃鐵軍與之江實驗室主任、阿里云創(chuàng)始人王堅圍繞“總有人比時代早十年”展開播客現(xiàn)場對話，由《漫談Light the Star》創(chuàng)始人衛(wèi)詩婕主持。對話從中國AI范式演進出發(fā)，探討了中國大模型如何從追趕驗證走向路線選擇、體系構建與范式創(chuàng)新，如何突破互聯(lián)網(wǎng)文本數(shù)據(jù)天花板與算力荒的極限狀態(tài)，以及從“跟隨國際主流范式”走向“形成自身問題意識”的原創(chuàng)范式躍遷等議題。對話還聚焦Agent時代的新范式——從推理時代邁入Agent時代，海量高并發(fā)智能體對真實世界產(chǎn)生的直接影響與風險。面對AI從“客體”向“主體”演進，兩位嘉賓也分享了對人與AI關系、人類文明與AI文明如何共存的長期思考。

在“重構世界——中國大模型巔峰對話”圓桌環(huán)節(jié)，智源研究院院長王仲遠與清華大學計算機系教授、生數(shù)科技創(chuàng)始人朱軍，小米集團MiMo負責人羅福莉，以及清華大學計算機系教授、面壁智能聯(lián)合創(chuàng)始人兼首席科學家劉知遠，南洋理工大學校長講席教授、人工智能交叉研究院院長安波等行業(yè)領軍者，圍繞超級模型能力演進、AI自進化、多模態(tài)與世界模型等核心議題深入交流，共同探討了數(shù)字世界向物理世界跨越的重構邏輯。嘉賓們認為，超級模型與智能體系統(tǒng)正進一步釋放更大勢能，自進化有望成為驅動智能躍遷的新引擎，多模態(tài)與世界模型的加速成熟有望推動AI真正從數(shù)字空間走向物理世界。在重構世界的進程中，同時應該為青年人才創(chuàng)造更廣闊的探索空間。

5 智源AI科研體驗區(qū)

啟未來之智，溯創(chuàng)新之源

2026年智源大會期間，智源AI科研體驗區(qū)以“啟未來之智，溯創(chuàng)新之源”為主題，集中呈現(xiàn)SoulAgent、具身智能、眾智FlagOS、AI for Life Science四大板塊的前沿成果。觀眾在現(xiàn)場通過親手操作、沉浸體驗和現(xiàn)場交流，近距離感受AI如何落地真實場景、服務產(chǎn)業(yè)與生活。

SoulAgent是智源推出的面向個人的越用越懂你的專屬智能體。在SoulAgent體驗區(qū)，觀眾現(xiàn)場領取智能體，體驗跨會場同步聽會、與頂尖學者的AI分身實時對話。隨著持續(xù)使用，SoulAgent也會不斷成長，逐步成為懂用戶的個人AI伙伴。

具身智能體驗區(qū)讓觀眾近距離感受AI如何與物理世界交互。在乒乓球人機對戰(zhàn)體驗區(qū)，觀眾親自上場，與搭載SpikePingPong系統(tǒng)的人形機器人切磋球技。SpikePingPong是由智源研究院與北京大學聯(lián)合推出的全球首個跨本體的人形機器人全自主乒乓球對打系統(tǒng)，通過高頻視覺感知、球路預測、實時策略決策與機器人運動控制，使機器人看得準、反應快、打得穩(wěn)，該算法已適配智元靈犀X2、遠征A3、宇樹G1等多類人形機器人平臺。在酒店全場景清潔體驗區(qū)，觀眾近距離圍觀機器人自主完成一系列清潔任務，該區(qū)域展示了基于RoboBrainX具身通用模型、RoboClaw具身交互系統(tǒng)和星源智N5具身算力平臺的端側部署方案，實現(xiàn)長程柔性物體操作等復雜任務的同時，降低對云端網(wǎng)絡的依賴。

眾智FlagOS體驗區(qū)圍繞“面向多元AI芯片的開源、統(tǒng)一智算系統(tǒng)軟件棧FlagOS”展開，以“可視化、可互動、可帶走”為核心理念，觀眾通過完成“一鍵啟動FlagOS系統(tǒng)軟件棧”、“FlagOS知識大闖關”、“FlagOS自動生成算子”等互動體驗，直觀感受FlagOS跨芯片、跨場景適配AI模型的能力。

AI for Life Science體驗區(qū)分為三個區(qū)域：在安貞—智源心臟AI醫(yī)院體驗區(qū)，觀眾沿患者真實診療路徑，依次體驗AI心電圖分析與智能功能篩查、透明心臟與結構病灶精準分析、BAAI Cardiac Agent、AI手術賦能。在神經(jīng)科學體驗區(qū)，觀眾深入了解BrainToken和悟界·Brainμ1.0，感受AI如何賦能基礎科研、腦疾病診療與下一代腦機接口技術。AI藥物發(fā)現(xiàn)體驗區(qū)則呈現(xiàn)了悟界·OpenComplex2.5，它依托單一模型架構，解決四大關鍵制藥步驟，核心指標超越國際標桿。

從率先開啟中國大模型探索，到定義面向真實物理世界的基座模型，智源以頂尖學術突破、產(chǎn)業(yè)生態(tài)孵化和全棧開源布局，持續(xù)為中國AI筑牢創(chuàng)新根基。面向下一代人工智能技術范式變革，智源將持續(xù)引領技術創(chuàng)新，構建一條通往物理AGI的破局路徑。