物理AI走到台前：让机器先读懂真实世界

10月19日至22日,2026物理AI与世界模型大会在江苏南京举行。会上的展示很直观:没有代码经验的工人,用自然语言就能指挥机械臂打磨工件;搭载世界模型的机械狗能停步、转向、识别设备状态,模拟工厂巡检。这些场景背后是同一个命题——AI要解决产业的实际问题,先得理解物理世界。

中国工程院院士、中国人工智能学会理事长戴琼海给这件事下了个判断:从物理AI到世界模型,代表着人工智能对"世界"理解的一次根本性跃升。道理不复杂,重力、碰撞、时序变化这些客观规则,是模型必须在真实产线上算得准、靠得住的前提。在智能驾驶领域,神州千里首席运营官狄奔提到,高质量数据集能让物理AI理解人与环境的交互并受物理规则约束,推演中明显违背物理常识的结果会被直接过滤。

数据是这条链路的燃料,南京在这一点上动作不小。大会开幕式上,国家数据标注先行先试苏皖城市联盟成立,南京、无锡、苏州、芜湖等10个城市将在公共服务平台建设、数据标准互认等五个方面协同,为全国工业制造等领域的数据标注摸索可复制的方案。江苏同时发布了"物理AI与世界模型高质量数据集建设行动计划"。

高校和大院大所是另一块底座。中国科学院工业人工智能研究所物理智能团队自主研发的PAIWorld世界模型,能对真实物理世界里的连续运动规律精准建模,团队正用它搭建具身智能机器人的虚拟训练场。脱胎于南京大学周志华团队的南栖仙策,则用"数据克隆"技术以有限业务数据生成无限仿真环境,已经在化工、水务等场景规模化落地。会上"物理AI与世界模型"产业联盟揭牌,首批汇聚40家主体。南京目前在这一领域已培育重点主体46家。

先在世界模型里把方案测好,再回到真实物理世界执行,这是物理AI诱人的地方。它把AI从屏幕里拉到了产线上,也决定了下一轮竞争拼的不只是参数,而是谁更懂真实世界。