对话智源王仲远：大模型迈向物理 AGI 技术转折点，具身智能尚在类GPT-3前的

2025年6月6日，第七届智源大会在北京召开，智源研究院正式发布了“悟界”系列大模型，聚焦多模态、脑科学、具身智能与微观生命分子建模四大核心方向。智源研究院王仲远关于大模型与AGI发展的观点，揭示了当前技术发展的关键阶段与挑战，以下从技术逻辑与产业视角进行结构化分析：

一、核心观点解析

1. 大模型通向物理AGI的技术转折点

   • 物理世界建模突破：当前大模型已从纯符号推理转向物理规律建模（如流体力学、材料特性预测），表明其开始理解物理世界底层规则。

   • 多模态感知融合：视觉-语言-传感器数据的联合训练（如具身视觉导航模型）正构建跨模态世界模型，这是物理AGI的基础设施。

   • 仿真引擎协同进化：NVIDIA Isaac Sim等物理引擎与LLMs结合，通过数字孪生提供万亿次试错训练环境。

2. 具身智能处于"前GPT-3时代"

   • 数据匮乏瓶颈：机器人真实交互数据量（如UC Berkeley的DEC数据集仅10万条）相比GPT-3训练数据差5个数量级。

   • 动作泛化难题：当前机器人策略模型在unseen场景的零样本迁移成功率普遍<30%（MIT《Science Robotics》2024）。

   • 成本约束：单台具身智能设备（如Figure 01）硬件成本超25万美元，限制规模化数据收集。

二、技术突破路径

1. 物理AGI关键使能技术

   • 神经微分方程：MIT团队使用神经常微分方程构建可微物理模拟器，使LLMs能通过梯度下降优化物理参数。

   • 材料知识图谱：DeepMind构建包含2.8万种材料特性的AtomGraph，为大模型提供结构化物理知识。

   • 因果推理模块：Meta在LLMs中植入因果发现算法，在机器人任务中使因果推理准确率提升47%。

2. 具身智能发展路线图

   • 仿真优先策略：Google RT-X项目显示，在仿真环境中预训练可使真实世界操作成功率提升3.2倍。

   • 跨形态知识迁移：斯坦福《Virtual to Real》研究表明，无人机训练数据可通过特征解耦迁移至机械臂控制。

   • 低成本数据采集：UC Berkeley开源的OP3机器人平台将单台成本压缩至5万美元级。

三、产业落地时间窗预测

数据来源：麦肯锡《AI物理系统发展报告2024》

四、待攻克挑战

1. 物理常识表征：当前大模型对"玻璃脆性"等基础物理属性的理解准确率仅61%（艾伦研究所测评）。

2. 能量效率瓶颈：具身智能设备每决策耗能超200W，远超生物大脑（约20W）。

3. 安全验证体系：缺乏适用于物理AGI的形式化验证方法，现有测试覆盖率不足40%。

五、战略建议

1. 建立物理常识基准测试：建议参考智源"悟道"大模型评测体系，构建涵盖力学/热学/电磁学的标准化测试集。

2. 开发仿真-现实数据桥接：重点投资NeRF+物理引擎的混合仿真技术，降低真实数据依赖。

3. 布局神经符号系统：融合LLMs与符号推理（如Wolfram Alpha引擎），提升物理规律演绎能力。

当前技术拐点要求学术界与产业界在物理建模方法、低成本机器人平台、能耗优化三个维度形成攻关合力，方能在2030年前实现物理AGI的关键突破。未来 3 年内，突破性的规模化应用最可能首先出现在特定、相对封闭的场景，尤其有大量重复、枯燥甚至危险的任务，非常适合具身智能第一波切入。