从ChatGPT到物理AI，世界模型正在打开具身智能的新阶段

今天在 WAIC 2026 世界人工智能大会“世界模型六小龙”巅峰论坛现场，一个非常明显的趋势正在加速形成：人工智能的竞争正在从数字世界走向物理世界。

过去几年，以大语言模型为代表的生成式AI完成了一次巨大的技术跃迁。AI可以理解语言、生成内容、辅助推理，但这些能力更多存在于信息空间。而当AI真正进入现实世界，它面对的问题会完全不同。

机器人不仅需要知道“眼前是什么”，更需要理解这个世界如何运行，并预测自己的行为会带来什么结果。它需要理解空间关系、物体属性、人与环境之间的互动逻辑，这也是世界模型成为下一阶段AI核心方向的原因。

在本次论坛上，大晓机器人（ACE ROBOTICS）展示了基于 Kairos 开悟世界模型3.1 的具身智能研发体系，并提出从“生成逼真的虚拟未来”转向“预测行动对世界的影响”。

这背后代表了AI发展路径的一次变化。

过去的生成式AI解决的是“创造内容”的问题，而未来的物理AI需要解决“理解世界并改变世界”的问题。对于机器人而言，真正的智能并不是完成预设动作，而是在复杂环境中自主判断、规划和执行。

比如，一个机器人拿起桌上的杯子，并不是简单完成一个机械动作。它需要知道杯子的位置、重量、材质，需要判断抓取力度，需要预测移动过程中可能出现的变化。这些能力的基础，就是机器人对现实世界建立了自己的模型。

大晓机器人提出的 ACE 具身智能研发范式，尝试打通从数据采集、世界模型训练到机器人交互执行的完整链路。其中，Kairos 3.1 开悟世界模型负责帮助机器人理解、生成和预测环境变化；ACE Ego Kit 数据采集系统则通过多模态设备采集人类操作数据，让机器人学习真实世界中的行为方式。

这和自动驾驶的发展路径非常相似。

早期智能驾驶解决的是“看见”的问题，通过传感器识别车辆、行人和道路环境。而如今高阶辅助驾驶正在进入“理解”的阶段，需要预测其他交通参与者的意图，并在复杂环境中做出决策。

从这个角度看，自动驾驶其实是具身智能最早规模化落地的场景之一。汽车已经成为目前最复杂的物理智能载体，它需要在真实世界中完成感知、预测、规划和执行。而未来的人形机器人，则会把这种能力扩展到更加开放的环境。

当然，具身智能距离大规模普及仍然存在挑战，包括数据获取成本、模型泛化能力、复杂环境适应能力以及商业化落地效率。但方向已经越来越清晰。

AI的下一阶段竞争，不只是比谁拥有更大的模型，而是谁真正拥有理解现实世界的能力。

如果说过去的大模型让AI拥有了“语言智能”，那么世界模型正在帮助AI获得“物理智能”。

从屏幕里的智能，到现实世界的智能；从生成内容，到执行任务。人工智能正在进入一个新的阶段。

而这一次，AI真正开始走向现实世界。

具身智能WAIC2026