逆矩陣陳博遠：AI競爭正從「預測Token」走向「預測世界」

北京智源人工智能研究院行為世界模型創新中心負責人、逆矩陣創始人兼首席研發官陳博遠。

從ChatGPT掀起大語言模型浪潮，到具身智能、機器人快速發展，人工智能正在迎來新的技術拐點。

隨著人工智能加速從數字世界走向實體經濟，「世界模型（World Model）」正成為全球人工智能競爭的新焦點。

7月8日，北京智源人工智能研究院行為世界模型創新中心負責人、逆矩陣創始人兼首席研發官陳博遠在2026新京報貝殼財經年會上表示，如果說過去的大語言模型解決的是虛擬世界中的信息理解與生成，那麼未來人工智能需要解決的，是如何理解真實物理世界，並在複雜環境中完成預測、決策和行動。

陳博遠認為，人工智能正在進入物理智能時代，世界模型（World Model）將成為連接人工智能與實體經濟的重要基礎設施，也將成為下一階段全球人工智能競爭的重要方向。可行動、可驗證、可部署的世界模型基座，是AI邁向真實世界、賦能實體經濟的關鍵基礎設施。

AI競爭從「預測Token」走向「預測世界」

陳博遠表示，自2022年ChatGPT發佈以來，大語言模型開啟了AI發展的新階段，語言模型、多模態模型和智能體已經能夠完成金融、法律、代碼、寫作等大量虛擬世界中的任務。但隨著人工智能不斷走向工業製造、搶險救災、家庭服務等真實場景，AI發展的核心問題已經發生變化。

「語言模型學習的是虛擬世界里的語言，世界模型要解決的是真實物理條件下的物理直覺。」陳博遠表示，當AI進入真實物理世界後，模型需要面對的不再只是文本指令，而是包含空間、動作、受力、材料等在內的全模態物理狀態，因此世界模型將成為下一階段人工智能發展的重要方向。

陳博遠表示，如果總結人工智能的發展路徑，可以發現過去和未來均在經歷一次範式轉換。過去，大語言模型的核心任務是預測下一個Token（詞元），通過海量語言數據學習世界知識，並在虛擬空間完成各種任務。

未來，隨著AI進入物理世界，模型預測的對象將發生根本變化。「未來模型預測的不再只是下一個詞，而是下一刻真實世界會發生什麼，即預測下一個物理狀態。」他表示，當機器人搬運貨物、機械臂完成裝配、無人系統執行救援任務時，AI需要理解的不只是語言，而是動作帶來的物理結果，需要判斷不同動作將如何改變環境狀態，並據此完成決策。

AI理解世界，需要不斷與世界交互

為何世界模型如此複雜？陳博遠認為，其挑戰在於真實世界具有天然的不確定性和連續變化的可能性。在虛擬世界中，大模型可以通過上下文補全幾乎所有信息，因此環境基本處於可觀測狀態。但真實世界完全不同。機器人看到一個箱子，並不知道它究竟有多重；看到一塊金屬，也無法判斷其材質是否堅硬；面對複雜環境，很多影響決策的重要信息都隱藏在視覺之外。

「我們看到的世界，並不是真實物理狀態的全部。」陳博遠表示，人類理解世界，並不是依賴視覺本身，而是在不斷與環境交互中建立認知。例如，人無法通過觀察判斷一個物體重量，只有真正推動它，才能理解受力情況；人無法僅憑畫面判斷材料屬性，而是在交互過程中形成對世界的理解。

因此，未來AI需要建立「感知—動作—預測」的完整閉環，實現從理解環境到作出決策的能力躍升。

相比國際上一些更加關注Demo展示的技術路線，中國在發展物理AI方面具有獨特優勢。中國擁有全球最完整的製造業體系、豐富的真實應用場景以及完整的產業鏈，這意味著更有條件推動世界模型從實驗室真正走向產業、引領整個物理AI時代研發。

「未來AI競爭，比拚的不只是模型能力，更是誰能夠形成完整的產業閉環。」陳博遠認為，機器人、工業製造、物流、能源、科學實驗等豐富場景和完整產業鏈，將成為發展世界模型的重要獨特優勢，也將推動AI真正進入實體經濟。

談及世界模型的發展現狀，陳博遠表示，目前全球不少研究路線更加關注影片生成，但影片生成模型與真正的世界模型存在本質區別。「影片模型追求的是畫面流暢、視覺真實，而世界模型關注的是物理正確性。」他說，當前不少影片生成模型仍會出現動作崩潰、物體丟失等問題，而工業製造、機器人控制、科學仿真等場景更需要模型真正理解物理規律。

針對世界模型的發展方向，陳博遠提出，可以借鑒自動駕駛L0至L5的能力分級體系，為世界模型建立類似「W0-W5」的技術分級，衡量模型對真實物理世界交互規律的理解能力。隨著模型能力不斷提升，其應用也將從影片生成、遊戲交互逐步拓展至具身智能控制、工業仿真以及科學研究等領域。

會上，陳博遠還介紹了北京智源人工智能研究院推出的通用世界模型「悟界·Physis-v0.1」。他表示，該模型基於隱空間中的物理狀態建模，通過「預測下一個物理狀態範式」，構建起「壓縮-原生動作因果-強化學習驗證-通用場景應用」的技術閉環，目前已在具身智能、工業仿真和AI for Science等領域開展探索。

陳博遠表示，在工業仿真領域，可提升對火焰傳播、流體擴散、光線折射等複雜物理過程的模擬能力；在具身智能領域，世界模型能夠幫助機器人在複雜環境中實現從感知到決策的閉環；在科研領域，則有望輔助材料篩選和實驗方案設計。

他透露，目前相關模型已能夠輸出位置、速度、位移等物理量預測結果，在部分仿真場景中實現毫米級控制精度，並探索替代專業仿真引擎中的部分特定場景。

「世界模型不應該只是一個看起來像物理的影片模型，而是真正能夠理解物理規律、控制物理量的通用基座模型。」陳博遠表示，未來將繼續推動通用世界基座模型研發，為機器人、工業製造、科學研究等領域提供底層能力支撐，加快推動人工智能從數字世界邁向真實物理世界。

新京報貝殼財經記者 朱玥怡 羅亦丹

編輯 楊娟娟

校對 穆祥桐