让AI从“会下棋”到“会叠衣服”——全国首个物理AI与世界模型大会为何落子江苏
2026-10-16 08:51:00
来源:新华日报
【字号:大 中 小】【打印】

□ 本报记者 李 晞

10月19日至22日,全国首个聚焦物理AI与世界模型领域的高规格大会将在南京举办。这场以“建模物理世界·智启美好未来”为主题的大会,将汇聚国内外顶尖专家和企业代表,搭建重量级交流平台。

“十五五”开局之年,为何要举办这样一场大会,这场备受关注的AI盛会为何又选择落子江苏?

在回答这些问题前,我们先要理解几个关键概念——何为物理AI与世界模型?

业内专家解释,所谓物理AI,是人工智能与物理世界、实体产业深度融合,构建感知、决策、行动闭环的技术体系;世界模型,则依靠多模态数据构建对物理世界运行规律、空间关系、因果机制的可计算表征,让机器能够理解、预判并作用于真实世界。

通俗的理解,即“能理解真实世界运行的大脑和能运用物理的身体”,也就是让机器人理解现实世界并执行任务。这件事难在哪?

过去AI是在虚拟空间里处理数字和运转代码,假设世界是“静止”和“完美”的。当AI技术从“理解文字图像”,迈向“理解真实物理世界”,让机器人执行指令的时候,除了程序运转,还要考虑现实世界的摩擦力和对周边空间的感知等,难度呈几何倍数增长。业内人笑称:“让AI下棋容易,而叠衣服很难。”

这便是有名的“莫拉维克悖论”:让计算机在智力测验或下棋时,表现出成人水平,是相对容易的;但在感知和行动方面,让电脑表现出一岁孩子的技能,却极难。

现在,或许就更容易回答开篇提出的问题。答案主要藏在“势”与“实”里。

第一个“势”,是时代与行业的演变趋势。

“当前,人工智能正在经历一场深刻的跨越——从数字空间走向物理世界。”江苏省数据集团有关负责人分析,过去几年,大语言模型让机器学会了理解和生成语言、图像;下一程,则是让机器读懂真实世界的运行规律,在物理世界中完成感知、决策和行动。“这被看作是下一代人工智能演进的核心方向,而承担这一使命的,正是物理AI与世界模型。”

第二个“实”,是模型落地的现实土壤。

前沿赛道的首发盛会落地金陵,并非偶然。作为制造大省的江苏是国家数字经济创新发展试验区,制造业门类齐全、应用场景丰富、数据资源富集,具备物理AI从实验室走向生产线、走向城市运行的坚实基础。

“我们希望以这场大会为起点,加快推进江苏成为物理AI与世界模型领域的创新策源地、产业高地和生态集聚区,为建设具有全球影响力的人工智能产业创新高地提供有力支撑。”2026物理AI与世界模型大会组委会表示。

物理AI加世界模型,核心目标是让AI读懂真实世界的物理规则,在工厂车间、医疗手术室、自动驾驶道路、机器人作业现场完成真实作业。这条赛道区别于纯文本大模型,对产学研协同、高质量物理场景数据、实体硬件的要求更高。

江苏恰好集齐了这些关键要素。

科教资源是原始创新的根基。南京大学、东南大学等省内高校,在计算机视觉、多模态大模型、空间智能、具身智能、机器人等方向长期深耕,依托一批全国重点实验室持续输出基础理论成果。江苏科研力量长期扎根制造业一线,科研选题直面工业、医疗、交通领域的真实难题。

算力与数据,是训练世界模型不可或缺的“原料”与“动力”。数据显示,江苏综合算力指数位居全国第二,全省在用算力中心超300个,为大模型训练提供坚实算力保障。江苏还在工业、医疗、交通等领域积累海量物理场景数据,这正是训练世界模型的稀缺资源。

模型研发生态方面,江苏走出一条贴合实体经济的差异化路径。截至今年上半年,江苏已有92款大模型、全省集聚人工智能相关企业超1500家,其中高新技术企业600家,国家级专精特新“小巨人”企业139家……江苏把重心放在工业世界模型、医疗人工智能、空间智能等垂直方向。

江苏制造业规模稳居全国前列,集成电路、传感器、工业机器人、智能网联感知硬件产业链条完备。丰富的产业场景,是物理AI技术迭代最好的试验场。江苏拥有国内规模领先的智能工厂集群,在智能制造、智慧医疗、自动驾驶、城市空间治理等领域持续开放场景资源。在工厂车间,世界模型可模拟产线运行,预判设备故障;在医疗场景,多模态世界模型支撑病灶识别。

启幕在即,大会落地将为我省人工智能产业发展带来哪些机遇?

行业资深专家认为机遇主要是两个方面:一是理论研究与产业实践的融合,二是全产业链的协同。“江苏高校院所云集,实体经济门类齐全,能够推动形成‘数据供给—模型训练—场景验证—规模推广’的闭环,最终把场景优势转化为产业优势。”

值得一提的是,本次大会还为年轻人留足空间:除了诸多院士专家,还将邀请杰出青年企业家登台分享,最年轻的一位刚刚大学毕业。

而搭建青年人才对接投资机构和产业链资源的通道,为人工智能产业积蓄力量,也是本次大会的一大亮点。

当一批批创新者带着想法涌向南京,这场大会便不只是一场技术集会,更是一次面向未来的播种。

作者:  编辑:陈茜