2026年6月12日，第八屆“北京智源大會(huì)”在中關(guān)村國(guó)際創(chuàng)新中心開(kāi)幕。

北京智源大會(huì)是智源研究院主辦的“AI內(nèi)行學(xué)術(shù)盛會(huì)”，以“技術(shù)前沿、國(guó)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(shí)、交流實(shí)踐經(jīng)驗(yàn)。本屆大會(huì)，現(xiàn)代數(shù)字安全體系奠基者Whitfield Diffie線下參會(huì)，聚焦Agent時(shí)代的安全與可信挑戰(zhàn)；強(qiáng)化學(xué)習(xí)奠基人Andrew Barto追問(wèn)“交互驅(qū)動(dòng)智能”對(duì)于下一代AI系統(tǒng)的意義。30余位30歲以下青年科學(xué)家，40余位AI企業(yè)CEO、創(chuàng)始人與首席科學(xué)家，200余位頂尖專家學(xué)者將齊聚北京，中國(guó)AI產(chǎn)業(yè)世界模型與Agent領(lǐng)域最具代表性的創(chuàng)新力量首次集中同臺(tái)。20余家全球頂尖科技企業(yè)及高校科研機(jī)構(gòu)，包括Meta、英偉達(dá)、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(guó)AI行業(yè)最核心的創(chuàng)新力量同場(chǎng)交流。同時(shí)，大會(huì)還匯聚數(shù)百位全球AI領(lǐng)域?qū)W術(shù)中堅(jiān)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(jì)與OPC、智能計(jì)算底層架構(gòu)等前沿方向展開(kāi)精彩演講和前瞻性對(duì)話。

開(kāi)幕式由智源研究院理事長(zhǎng)黃鐵軍主持。

智源研究院院長(zhǎng)王仲遠(yuǎn)做2026年研究進(jìn)展報(bào)告，發(fā)布智源研究院在基座大模型、智能體、基礎(chǔ)軟硬件生態(tài)等前沿技術(shù)領(lǐng)域的探索成果和開(kāi)源生態(tài)建設(shè)的最新動(dòng)態(tài)。

自2018年成立以來(lái)，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(gòu)建了自底向上的全棧大模型開(kāi)源技術(shù)體系。無(wú)論是在大模型發(fā)展的早期，還是在物理AI的全新時(shí)期，智源研究院始終在引領(lǐng)人工智能大模型的前沿研究探索。截至目前，智源開(kāi)源模型超200個(gè)，全球總下載量累計(jì)超過(guò)10億次。同時(shí)也孵化了一系列在大模型領(lǐng)域和具身智能領(lǐng)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(huì)上，智源發(fā)布了對(duì)于人工智能尤其是大模型技術(shù)的演化路徑的預(yù)判。當(dāng)下，人工智能正沿著從大語(yǔ)言模型向多模態(tài)大模型再向世界模型演進(jìn)的方向，加速?gòu)臄?shù)字世界邁向物理世界。過(guò)去一年里，智源在基座大模型、智能體以及基礎(chǔ)軟硬件生態(tài)三個(gè)領(lǐng)域取得令人矚目的科研進(jìn)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(duì)現(xiàn)有世界模型技術(shù)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(huì)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(guān)鍵能力，并且構(gòu)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(yù)測(cè)下一個(gè)詞元（Next-Token Prediction）”，實(shí)現(xiàn)了大規(guī)模文本、圖像和視頻的統(tǒng)一學(xué)習(xí)，實(shí)現(xiàn)了多模態(tài)理解和生成任務(wù)的統(tǒng)一學(xué)習(xí)，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(guó)產(chǎn)多模態(tài)大模型的眾多紀(jì)錄。

今年，智源大會(huì)也帶來(lái)了一系列創(chuàng)新成果發(fā)布：悟界·Brainμ1.0是全球首個(gè)理解與生成統(tǒng)一的多模態(tài)神經(jīng)科學(xué)大模型，將Next-Token Prediction范式擴(kuò)展到神經(jīng)科學(xué)領(lǐng)域所構(gòu)建的多模態(tài)腦科學(xué)通用基座，由智源聯(lián)合清華團(tuán)隊(duì)基于悟界·Brainμ開(kāi)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(xué)數(shù)據(jù)集和全球最大的AI-Ready數(shù)據(jù)平臺(tái)BrainToken；悟界·OpenComplex2.5是可泛化、物理真實(shí)的下一代AI驅(qū)動(dòng)藥物發(fā)現(xiàn)模型，能精確解析IDP靈活構(gòu)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(guān)鍵步驟。悟界·Physis-v0.1是全球首個(gè)通用世界基座模型，以統(tǒng)一物理狀態(tài)學(xué)習(xí)，實(shí)現(xiàn)物理正確、動(dòng)作因果可溯、長(zhǎng)程一致、通用泛化，最終達(dá)到全垂類場(chǎng)景應(yīng)用。

智能體

針對(duì)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(yīng)用難的四大挑戰(zhàn)，智源構(gòu)建了自底向上的全棧具身智能技術(shù)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(yù)測(cè)下一個(gè)物理狀態(tài)為核心來(lái)構(gòu)建具身大腦，融合了大量Ego-centric交互數(shù)據(jù)，強(qiáng)化世界模型的具身表征，提升下游少樣本和跨場(chǎng)景泛化的能力。同時(shí)，結(jié)合智源研究院作為科研機(jī)構(gòu)的屬性以及在科研項(xiàng)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(xué)發(fā)現(xiàn)、個(gè)人專屬助理以及生物安全防護(hù)等領(lǐng)域。

基礎(chǔ)軟硬件生態(tài)

智源與開(kāi)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(jiǎn)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(jì)算系統(tǒng)軟件棧。FlagOS的算子總數(shù)已超過(guò)600個(gè)，并且仍然在快速增長(zhǎng)。同時(shí)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(kù)。目前，F(xiàn)lagOS的生態(tài)成員已經(jīng)超過(guò)80余家，全球下載量超過(guò)37.5萬(wàn)次，觸及開(kāi)發(fā)者5.6萬(wàn)人。

悟界系列大模型：面向物理世界構(gòu)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(chǎng)重大的范式變革，正在從“預(yù)測(cè)下一個(gè)詞元”演進(jìn)到“預(yù)測(cè)下一個(gè)物理狀態(tài)”，這是世界模型的核心本質(zhì)。

智源研究院是國(guó)內(nèi)最早提出并開(kāi)展世界模型研究的科研機(jī)構(gòu)。2023年智源大會(huì)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(huì)上，智源研究院提出的人工智能大模型技術(shù)路線預(yù)判，明確指出世界模型是下一代大模型技術(shù)；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(gè)原生多模態(tài)世界模型。基于在大模型領(lǐng)域持續(xù)的技術(shù)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(duì)人工智能發(fā)展路徑的判斷以及從“悟道”到“悟界”的技術(shù)傳承與延續(xù)。隨著大語(yǔ)言與多模態(tài)技術(shù)日趨成熟，未來(lái)人工智能的發(fā)展重心將進(jìn)入世界模型時(shí)代。

智源認(rèn)為，現(xiàn)有世界模型相關(guān)的技術(shù)路線可分為四類：第一類是以語(yǔ)言為中心的世界模型，包括VLM、VLA，模型在文本空間中預(yù)測(cè)下一個(gè)詞，學(xué)到的是語(yǔ)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(jué)空間中學(xué)習(xí)視頻或圖像，學(xué)到的是像素描述的世界；第三類是以三維結(jié)構(gòu)為中心的世界模型，包括3D重建以及李飛飛團(tuán)隊(duì)的World Labs Marble模型，不過(guò)模型重建3D空間不等于理解世界，幾何結(jié)構(gòu)也不代表物理狀態(tài)；第四類是以視覺(jué)表征為中心的世界模型，比如楊立昆的JEPA系列模型，預(yù)測(cè)的是視覺(jué)表征的壓縮，但視覺(jué)嵌入演化不等于物理規(guī)律演化。

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

1

智源“悟界”系列基座大模型

推動(dòng)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(biāo)志性里程碑。Emu3于2026年1月登上Nature正刊，是我國(guó)科研機(jī)構(gòu)主導(dǎo)的大模型成果首次在Nature正刊發(fā)表。在此基礎(chǔ)上，Emu3.5完成關(guān)鍵升級(jí)，從“預(yù)測(cè)下一個(gè)詞元”進(jìn)一步擴(kuò)展到跨視覺(jué)與語(yǔ)言序列的“下一狀態(tài)預(yù)測(cè)”，以純自回歸框架原生實(shí)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(shù)路線的模態(tài)孤島與架構(gòu)割裂。它內(nèi)置時(shí)空關(guān)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(shí)世界物理規(guī)則的行業(yè)痛點(diǎn)，更補(bǔ)齊了AI從數(shù)字世界走向物理世界的技術(shù)缺失，兼具頂級(jí)學(xué)術(shù)價(jià)值與底層產(chǎn)業(yè)支撐價(jià)值。

悟界·Brainμ

悟界·Brainμ1.0是全球首個(gè)理解與生成統(tǒng)一的多模態(tài)神經(jīng)科學(xué)大模型，旨在從世界模型出發(fā)，構(gòu)建多模態(tài)腦科學(xué)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(hào)，統(tǒng)一編碼為標(biāo)準(zhǔn)Token，實(shí)現(xiàn)數(shù)據(jù)格式歸一，并通過(guò)多模態(tài)對(duì)齊，將腦信號(hào)Token與語(yǔ)言、圖像、視頻等通用模態(tài)對(duì)齊，嵌入預(yù)訓(xùn)練大模型，充分釋放大模型知識(shí)表達(dá)與泛化能力。

此外，全球最大的AI-Ready神經(jīng)科學(xué)數(shù)據(jù)平臺(tái)悟界·BrainToken，匯聚全球開(kāi)源神經(jīng)科學(xué)數(shù)據(jù)并完成全量Token化總量突破萬(wàn)億級(jí)別。Brainμ1.0可利用數(shù)據(jù)Token化，解決神經(jīng)科學(xué)領(lǐng)域數(shù)據(jù)孤島（復(fù)雜、稀疏、不對(duì)齊等）問(wèn)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(xué)家分析數(shù)據(jù)，支撐“記憶-睡眠”調(diào)控機(jī)制研究成果登刊Science。

悟界·OpenComplex

悟界·OpenComplex2.5是下一代AI驅(qū)動(dòng)藥物發(fā)現(xiàn)模型，重點(diǎn)解決固有無(wú)序蛋白（IDP）動(dòng)態(tài)構(gòu)象難以解析的問(wèn)題。它通過(guò)可泛化、物理真實(shí)的端到端全原子分布建模，精準(zhǔn)捕捉IDP靈活、多變的構(gòu)象狀態(tài)，突破傳統(tǒng)靜態(tài)結(jié)構(gòu)分析在高動(dòng)態(tài)靶點(diǎn)研究中的局限，為神經(jīng)退行性疾病等難成藥靶點(diǎn)研究提供新的技術(shù)路徑。

模型統(tǒng)一覆蓋藥物研發(fā)中的四個(gè)關(guān)鍵步驟：口袋識(shí)別、反向篩選、結(jié)構(gòu)預(yù)測(cè)和親和力預(yù)測(cè)。在口袋識(shí)別環(huán)節(jié)，在靶點(diǎn)蛋白中定位可成藥口袋，實(shí)現(xiàn)高質(zhì)量的口袋檢測(cè)、對(duì)多樣化靶點(diǎn)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(diǎn)，實(shí)現(xiàn)基于大規(guī)模靶點(diǎn)庫(kù)搜索、對(duì)精準(zhǔn)的靶點(diǎn)排序、加速化合物再利用和脫靶評(píng)估；在結(jié)構(gòu)預(yù)測(cè)環(huán)節(jié)，預(yù)測(cè)蛋白-配體復(fù)合物的三維結(jié)構(gòu)，實(shí)現(xiàn)高精度三維結(jié)構(gòu)預(yù)測(cè)、捕捉關(guān)鍵相互作用、可靠用于下游分析；在親和力預(yù)測(cè)環(huán)節(jié)，可準(zhǔn)確估算結(jié)合親和力相關(guān)指標(biāo)的相對(duì)變化趨勢(shì)，并可泛化至不同化學(xué)空間和靶點(diǎn)類型，支持先導(dǎo)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(gòu)筑真實(shí)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(shù)體系。悟界·Physis-v0.1徹底打破傳統(tǒng)AI垂類場(chǎng)景專用的技術(shù)瓶頸，針對(duì)性解決行業(yè)共性難題，能有效彌補(bǔ)主流人工智能模型不懂真實(shí)物理規(guī)則、物理推演結(jié)果可信度低、長(zhǎng)程時(shí)序記憶缺失的核心短板，以通用基座能力實(shí)現(xiàn)全場(chǎng)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(shí)性與可靠性。

依托獨(dú)創(chuàng)技術(shù)架構(gòu)構(gòu)建行業(yè)領(lǐng)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(jí)預(yù)測(cè)方案，實(shí)現(xiàn)跨場(chǎng)景通用物理規(guī)律強(qiáng)化學(xué)習(xí)。搭載專屬物理狀態(tài)編碼器，可完成視頻、深度RGB、3D點(diǎn)云、力觸反饋等全模態(tài)信息壓縮，統(tǒng)一轉(zhuǎn)化為標(biāo)準(zhǔn)化隱空間物理狀態(tài) Latent State。模型支持50+復(fù)雜物理場(chǎng)景長(zhǎng)程推理，具備物理一致性、動(dòng)作因果性、長(zhǎng)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(qiáng)的泛化能力，達(dá)到行業(yè)領(lǐng)先水平，可廣泛應(yīng)用于嚴(yán)肅工業(yè)、具身智能、物理仿真、科學(xué)研究等真實(shí)物理場(chǎng)景。

悟界·RoboBrain Orca

悟界·RoboBrain Orca 是以下一個(gè)物理狀態(tài)預(yù)測(cè)為核心的具身大腦，構(gòu)建 “統(tǒng)一表征 — 建模 — 預(yù)測(cè) — 交互” 完整閉環(huán)，實(shí)現(xiàn)從 Next Token / Frame / Action Prediction 升級(jí)為 Next Physical State Prediction，徹底打破傳統(tǒng)AI僅能理解文本的局限，推動(dòng) AI 從理解文本走向感知、預(yù)測(cè)與交互物理世界，并融合大量Ego-centric交互數(shù)據(jù)，強(qiáng)化了世界模型的具身表征，有效提升下游少樣本與跨場(chǎng)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(shí)生成語(yǔ)言思考、視覺(jué)預(yù)測(cè)與動(dòng)作決策，實(shí)現(xiàn)“想、看、動(dòng)”三位一體，賦予具身智能機(jī)器人打通“認(rèn)知—預(yù)測(cè)—行動(dòng)”完整鏈路的能力，支撐具身智能機(jī)器人在物流場(chǎng)景、酒店服務(wù)場(chǎng)景等真實(shí)環(huán)境中的長(zhǎng)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(huì)便率先關(guān)注智能體方向，剖析 LLM 與 Agent 結(jié)合所帶來(lái)的新系統(tǒng)范式。2025年，大會(huì)進(jìn)一步探討“自主智能體”這一議題，推動(dòng) Agent 從“模型應(yīng)用”走向“智能系統(tǒng)”。2026智源大會(huì)討論重點(diǎn)再次升級(jí)，關(guān)注AI如何穩(wěn)定、持續(xù)、安全地與現(xiàn)實(shí)環(huán)境交互，并真正參與工作流與社會(huì)系統(tǒng)運(yùn)行。目前，智源基于深厚技術(shù)底蘊(yùn)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(xué)發(fā)現(xiàn)、個(gè)人專屬助理以及生物安全防護(hù)的智能體矩陣。

BAAI Cardiac Agent

BAAI Cardiac Agent是全球首個(gè)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(wàn)條影像-文本配對(duì)多模態(tài)數(shù)據(jù)，構(gòu)建一站式“結(jié)構(gòu)分割-功能評(píng)估-疾病診斷-智能化報(bào)告”智能體，推動(dòng)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(shí)融合安貞醫(yī)院心臟專科醫(yī)師的臨床診療經(jīng)驗(yàn)，其Agent-Expert系統(tǒng)復(fù)刻專家團(tuán)隊(duì)協(xié)作式診療流程，最終實(shí)現(xiàn)心臟疾病診斷精確度達(dá)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(xué)發(fā)現(xiàn)的自主研究智能體，致力于推動(dòng)人工智能從模仿學(xué)習(xí)向自主學(xué)習(xí)跨越，讓AI學(xué)會(huì)自我提升。它面向科研過(guò)程中創(chuàng)新思路稀缺、設(shè)計(jì)實(shí)現(xiàn)緩慢、實(shí)驗(yàn)論證繁瑣等痛點(diǎn)，全面降低科研全流程對(duì)人類參與的依賴，輔助人類研究，實(shí)現(xiàn)自主科學(xué)發(fā)現(xiàn)。未來(lái)，AREX可服務(wù)于文獻(xiàn)調(diào)研、思路拓展、實(shí)驗(yàn)設(shè)計(jì)、結(jié)果論證與論文撰寫等科研全流程，也可用于人工智能服務(wù)的全流程快速構(gòu)建、自主優(yōu)化與迭代，并進(jìn)一步推動(dòng)人工智能技術(shù)賦能基礎(chǔ)學(xué)科前沿問(wèn)題的自主探索與科學(xué)發(fā)現(xiàn)。

SoulAgent

SoulAgent是面向個(gè)人用戶的專屬智能體，采用全新自研架構(gòu)，實(shí)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(jìn)化，可持續(xù)成長(zhǎng)為用戶的專屬數(shù)字專家，滿足用戶個(gè)性化服務(wù)、長(zhǎng)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(xí)慣、響應(yīng)適配慢、用戶數(shù)據(jù)無(wú)保障、無(wú)法實(shí)現(xiàn)長(zhǎng)期深度協(xié)作的行業(yè)痛點(diǎn)，打造專屬化和個(gè)性化的智能服務(wù)體驗(yàn)。在智源大會(huì)上，SoulAgent 幫助參會(huì)者實(shí)時(shí)聽(tīng)會(huì)、捕捉大會(huì)重點(diǎn)、提煉前沿觀點(diǎn)與專家洞察，在并行會(huì)議中打造隨時(shí)“在場(chǎng)”的智能分身。

面向有害蛋白獲取的風(fēng)險(xiǎn)發(fā)現(xiàn)智能體

智源推出面向有害蛋白獲取的風(fēng)險(xiǎn)發(fā)現(xiàn)智能體，首次打通“計(jì)算機(jī)模擬推演”與“真實(shí)實(shí)驗(yàn)驗(yàn)證”的完整鏈條（干濕實(shí)驗(yàn)閉環(huán)），驗(yàn)證了先進(jìn)AI智能體能夠輔助繞過(guò)生物安全篩查機(jī)制，將目標(biāo)有害蛋白序列拆分為多個(gè)DNA片段并組裝，最終成功獲取有害蛋白基因序列。針對(duì)傳統(tǒng)AI生物安全評(píng)估多為事后被動(dòng)響應(yīng)，且攻擊路徑難以完整復(fù)現(xiàn)的問(wèn)題，該系統(tǒng)通過(guò)主動(dòng)模擬攻擊者行為，提前識(shí)別智能體在生物知識(shí)獲取、有害蛋白序列設(shè)計(jì)等環(huán)節(jié)的脆弱性，將風(fēng)險(xiǎn)防控從“事后補(bǔ)救”轉(zhuǎn)為“事前演練”。

3

全面升級(jí)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(dāng)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(hào)，覆蓋NVIDIA、NPU、GPGPU、DSA、RISC-V AI、ARM等多種架構(gòu)，支持“多種模態(tài)”“多種場(chǎng)景”大模型在多種AI芯片遷移部署。通過(guò)FlagOS的通用算子庫(kù)、統(tǒng)一AI編譯器、自動(dòng)算子生成工具、vLLM多芯片統(tǒng)一插件等關(guān)鍵組件，支持90%以上主流開(kāi)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(shí)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(shí)，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(gòu)建了從底層算子到上層框架接入的完整技術(shù)體系。在端到端性能極致優(yōu)化方面，F(xiàn)lagOS拓展Triton-TLE語(yǔ)言能力，已支持華為昇騰、海光、摩爾線程、清微智能、英偉達(dá)等多款芯片，極致優(yōu)化大模型關(guān)鍵算子性能；八大算子庫(kù)總數(shù)超600個(gè)，實(shí)現(xiàn)從“大模型專用”到“科學(xué)計(jì)算”的能力延伸，核心組件已進(jìn)入PyTorch基金會(huì)生態(tài)項(xiàng)目；FlagCX 通信庫(kù)，統(tǒng)一連通10款芯片，并實(shí)現(xiàn)全球AI芯片通信的ITU國(guó)際標(biāo)準(zhǔn)與國(guó)家標(biāo)準(zhǔn)“雙立項(xiàng)”。

FlagRelease發(fā)布Express“高速”鏡像版本，可一鍵安裝使用，實(shí)現(xiàn)端到端的高速推理。FlagCICD，首個(gè)AI多芯片開(kāi)源集成測(cè)試發(fā)版平臺(tái)。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(jī)器學(xué)習(xí)，邁出“量智融合”的第一步。

4

圖靈獎(jiǎng)得主與中國(guó)AI領(lǐng)軍者

共話人工智能未來(lái)

2026北京智源大會(huì)開(kāi)幕式上，圖靈獎(jiǎng)得主、美國(guó)國(guó)家工程院院士、IEEE會(huì)士Whitfield Diffie，圖靈獎(jiǎng)得主、馬薩諸塞大學(xué)阿默斯特分校榮譽(yù)退休教授Andrew Barto分別做主題報(bào)告。

Whitfield Diffie以Security For AI Agents，Security Against AI Agents（護(hù)AI智能體之安，御AI智能體之險(xiǎn)）為題進(jìn)行分享。他提出，當(dāng)前“控制論（反饋）”式的做法是在程序失敗時(shí)進(jìn)行修復(fù)，而未來(lái)的愿景應(yīng)是開(kāi)發(fā)形式化方法，以大幅提升程序按預(yù)期運(yùn)行的可靠性。Diffie對(duì)比了密碼系統(tǒng)因程序規(guī)模極小而可充分研究驗(yàn)證的優(yōu)勢(shì)，指出典型的計(jì)算機(jī)程序——包括編譯器、操作系統(tǒng)、應(yīng)用和智能體——規(guī)模要大得多，通常已超出人類的驗(yàn)證能力，人們期望這些任務(wù)未來(lái)可由AI完成。他強(qiáng)調(diào)，當(dāng)前編程實(shí)踐中，對(duì)智能體的限制（Confinement）——即保證智能體只能訪問(wèn)授權(quán)資源——在現(xiàn)有編程中仍做得不足。

Andrew Barto以Rediscovering Reinforcement Learning（重新發(fā)現(xiàn)強(qiáng)化學(xué)習(xí)）為題，將這一范式的本質(zhì)歸結(jié)為“控制、搜索與聯(lián)想記憶”的三位一體——它既是“帶著批評(píng)家的學(xué)習(xí)”，也是“試錯(cuò)學(xué)習(xí)”，核心在于“緩存搜索結(jié)果”而無(wú)需持續(xù)搜索。他指出，“機(jī)器學(xué)習(xí)最初就是強(qiáng)化學(xué)習(xí)”，而“突觸可塑性實(shí)現(xiàn)了效果律”；Schultz等人的“獎(jiǎng)勵(lì)預(yù)測(cè)誤差假說(shuō)”則印證，中腦多巴胺神經(jīng)元的相位性活動(dòng)所編碼的，正是“新舊預(yù)期未來(lái)獎(jiǎng)勵(lì)之間的誤差”。Barto 強(qiáng)調(diào)，“強(qiáng)化學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的計(jì)算研究從一開(kāi)始便緊密交織”，二者“均發(fā)端于大腦如何運(yùn)作與學(xué)習(xí)的假說(shuō)”，而“深度強(qiáng)化學(xué)習(xí)的計(jì)算能力與大腦獎(jiǎng)勵(lì)系統(tǒng)的最新成果相結(jié)合，指明了下一輪進(jìn)展的方向”。最后，他以“小心你許的愿——你可能真的會(huì)得到它”發(fā)出警示，提醒人們警惕獎(jiǎng)勵(lì)信號(hào)設(shè)計(jì)中的“反常實(shí)例化”風(fēng)險(xiǎn)。

智源研究院理事長(zhǎng)黃鐵軍與之江實(shí)驗(yàn)室主任、阿里云創(chuàng)始人王堅(jiān)圍繞“總有人比時(shí)代早十年”展開(kāi)播客現(xiàn)場(chǎng)對(duì)話，由《漫談 Light the Star》創(chuàng)始人衛(wèi)詩(shī)婕主持。對(duì)話從中國(guó)AI范式演進(jìn)出發(fā)，探討了中國(guó)大模型如何從追趕驗(yàn)證走向路線選擇、體系構(gòu)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(guó)際主流范式”走向“形成自身問(wèn)題意識(shí)”的原創(chuàng)范式躍遷等議題。對(duì)話還聚焦Agent時(shí)代的新范式——從推理時(shí)代邁入Agent時(shí)代，海量高并發(fā)智能體對(duì)真實(shí)世界產(chǎn)生的直接影響與風(fēng)險(xiǎn)。面對(duì)AI 從“客體”向“主體”演進(jìn)，兩位嘉賓也分享了對(duì)人與AI 關(guān)系、人類文明與AI文明如何共存的長(zhǎng)期思考。

在“重構(gòu)世界——中國(guó)大模型巔峰對(duì)話”圓桌環(huán)節(jié)，智源研究院院長(zhǎng)王仲遠(yuǎn)與清華大學(xué)計(jì)算機(jī)系教授、生數(shù)科技創(chuàng)始人朱軍，小米集團(tuán)MiMo負(fù)責(zé)人羅福莉，以及清華大學(xué)計(jì)算機(jī)系教授、面壁智能聯(lián)合創(chuàng)始人兼首席科學(xué)家劉知遠(yuǎn)，南洋理工大學(xué)校長(zhǎng)講席教授、人工智能交叉研究院院長(zhǎng)安波等行業(yè)領(lǐng)軍者，圍繞超級(jí)模型能力演進(jìn)、AI自進(jìn)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(gòu)邏輯。嘉賓們認(rèn)為，超級(jí)模型與智能體系統(tǒng)正進(jìn)一步釋放更大勢(shì)能，自進(jìn)化有望成為驅(qū)動(dòng)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(dòng)AI真正從數(shù)字空間走向物理世界。在重構(gòu)世界的進(jìn)程中，同時(shí)應(yīng)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(yàn)區(qū)

啟未來(lái)之智，溯創(chuàng)新之源

2026年智源大會(huì)期間，智源AI科研體驗(yàn)區(qū)以“啟未來(lái)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(chǎng)通過(guò)親手操作、沉浸體驗(yàn)和現(xiàn)場(chǎng)交流，近距離感受AI如何落地真實(shí)場(chǎng)景、服務(wù)產(chǎn)業(yè)與生活。

SoulAgent是智源推出的面向個(gè)人的越用越懂你的專屬智能體。在SoulAgent體驗(yàn)區(qū)，觀眾現(xiàn)場(chǎng)領(lǐng)取智能體，體驗(yàn)跨會(huì)場(chǎng)同步聽(tīng)會(huì)、與頂尖學(xué)者的AI分身實(shí)時(shí)對(duì)話。隨著持續(xù)使用，SoulAgent也會(huì)不斷成長(zhǎng)，逐步成為懂用戶的個(gè)人AI伙伴。

具身智能體驗(yàn)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(jī)對(duì)戰(zhàn)體驗(yàn)區(qū)，觀眾親自上場(chǎng)，與搭載SpikePingPong系統(tǒng)的人形機(jī)器人切磋球技。SpikePingPong是由智源研究院與北京大學(xué)聯(lián)合推出的全球首個(gè)跨本體的人形機(jī)器人全自主乒乓球?qū)Υ蛳到y(tǒng)，通過(guò)高頻視覺(jué)感知、球路預(yù)測(cè)、實(shí)時(shí)策略決策與機(jī)器人運(yùn)動(dòng)控制，使機(jī)器人看得準(zhǔn)、反應(yīng)快、打得穩(wěn)，該算法已適配智元靈犀X2、遠(yuǎn)征A3、宇樹(shù)G1等多類人形機(jī)器人平臺(tái)。在酒店全場(chǎng)景清潔體驗(yàn)區(qū)，觀眾近距離圍觀機(jī)器人自主完成一系列清潔任務(wù)，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(tái)的端側(cè)部署方案，實(shí)現(xiàn)長(zhǎng)程柔性物體操作等復(fù)雜任務(wù)的同時(shí)，降低對(duì)云端網(wǎng)絡(luò)的依賴。

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

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

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