炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

去年，图灵奖得主姚期智和AI新秀杨植麟曾在智源大会备受瞩目。今年，包含姚期智在内的四位图灵奖得主和具身智能顶流王兴兴重磅亮相智源大会。

6月6日，由智源研究院主办的2025北京智源大会邀请到图灵奖得主、深度学习代表人物Yoshua Bengio，图灵奖得主、强化学习之父Richard S. Sutton，图灵奖得主Joseph Sifakis、姚期智，并邀请到Google、DeepMind、Meta、Mila、Physical Intelligence、美国麻省理工学院、美国斯坦福大学、美国加州伯克利大学、Linux基金会等国际明星机构与技术团队代表，以及邀请到华为、百度、字节跳动、腾讯、阿里等互联网大厂以及智谱、宇树科技、生数科技、面壁等30余家AI公司的创始人、CEO。

大会还汇聚100余位全球青年科学家、200余位AI顶尖学者和产业专家，围绕多模态、深度推理、下一代AI路径、Agent智能体、具身智能、AI4S、AI产业、AI安全、AI开源进行演讲和对话。

开幕式上，图灵奖得主Yoshua Bengio、Richard Sutton，Linux基金会执行董事Jim Zemlin，Physical Intelligence联合创始人兼CEO Karol Hausman分别做主题演讲。

Yoshua Bengio在演讲中表示，当前 AI 在规划、推理等领域呈指数级进步，部分前沿模型已显现自我保护、欺骗性对齐、篡改系统等类生物主体行为，若形成 “智能 + 自主目标 + 行动能力” 组合将引发失控风险，甚至可能威胁人类生存。他强调，尽管 AI 造成伤害需同时具备能力与意图，但前者已可预见，必须以预防原则优先解决意图对齐问题。为此，他提出双重解决方案：一是研发以无私科学家为原型的非代理性、可信赖AI系统，专注于理解世界而非自主行动；二是推动全球协同治理，建立国际监管框架与技术验证机制，遏制各国因竞争导致的安全标准缺位，避免将 AGI 设计为人类竞争者，其呼吁在 AGI 可能于 5 年内达到人类水平的紧迫时间窗口内，要通过技术创新与全球协作筑牢安全防线。会上，Yoshua Bengio还与北京大学助理教授、智源大模型安全研究院中心主任杨耀东就AI安全议题进行了一场对话。

Richard Sutton在演讲中表示，AI 正从依赖人类静态数据的 “人类数据时代” 迈入通过互动与经验学习的 “体验时代”，智能体需像人类和动物一样从动态交互中生成新知识，而强化学习是实现这一目标的核心路径。鉴于大语言模型时代已接近尾声，通用AI需要更强大的持续学习算法。他认为，智能体如同自然界生物一样天然具有多元目标，关键在于通过分散合作而非集中控制实现安全协同。人类社会的进步源于分权化合作，而集中控制 AI 的呼吁本质是源于恐惧的 “危险策略”，这可能会引发类似人类冲突的问题。其倡导以去中心化合作替代中心化控制，通过信任、协调和市场机制引导 AI 与人类共生，抵制因恐惧催生的限制措施，并认为这一路径更具可持续性，且能避免战争、腐败等风险，最终实现 AI 与人类社会的互利共赢。会上，Richard Sutton还与清华AI研究院副院长、生数科技创始人兼首席科学家、智源首席科学家朱军就强化学习等议题进行了一场对话。

Linux基金会执行董事Jim Zemlin在演讲中谈到，2025 年是开源 AI 元年，开源正成为全球 AI 创新核心驱动力。DeepSeek等中国企业发布开源大模型，引发技术生态变革，印证开源打破垄断、加速迭代的作用。美国哈佛商学院数据显示，全球开源软件经济价值达 9 万亿美元，可帮助开发者节约 70% 开发成本。开源治理是平衡竞争与协同的核心机制。开源不仅是代码共享，更需全球协作。他强调，开源是技术普惠的唯一路径，通过全球协作确保 AI 创新由全人类共享。此外，Jim Zemlin和LAION工程负责人兼创始人Richard Vencu，还参加了由智源研究院副院长兼总工程师林咏华主持的Fireside Chat，三者就全球AI开源与合作展开深度对话。他们普遍认为，开源是 AI 发展的核心，数据集共享是关键基础，全球合作至关重要，应当鼓励开发者从提交代码等小事参与开源，共同推动 AI 创新。

Physical Intelligence公司联合创始人兼CEO Karol Hausman在演讲中表示，对于具身智能的发展来说，VLA模型是关键突破，能让机器人通过互联网数据学习，无需体验每个场景，还能与其他机器人连接获取数据。Physical Intelligence公司曾研发通用机器人基础模型π0，经预训练和后期高质量数据培训，使机器人能完成如打开洗衣机、叠衣服等复杂任务，在陌生环境下任务完成率达 80%-90%。目前虽已展示出物理智能潜力，但在泛化能力、稳定性等方面仍有挑战，未来他希望实现机器人能够 100% 稳定地完成任务，推动物理智能的进一步发展。

在智源具身智能会客厅中，银河通用的具身大模型机器人Galbot登台展示了端到端VLA大模型在商业零售场景的落地应用，《CMG世界机器人大赛·系列赛》机甲格斗擂台赛“AI策算师”冠军机器人宇树G1登台展示了“组合拳”，全球首个人形机器人半程马拉松冠军天工2.0也参与现场互动并完成了“准备点心”的精细化服务任务。与此同时，智源研究院王仲远与Physical Intelligence联合创始人兼CEO Karol Hausman，宇树科技创始人王兴兴，银河通用创始人兼CTO、北京大学助理教授、智源具身智能研究中心主任王鹤，穹彻智能联合创始人、上海交通大学教授卢策吾，北京人形机器人创新中心总经理熊友军，就具身智能的不同技术路线、商业化路径探索、典型应用场景拓展、产业生态构建等议题展开深度讨论。他们认为，短期内人形机器人因数据采集、人机交互和环境适应优势是重要载体，长期看随着 AGI 发展会多样化。对于 VLA 模型泛化性，虽面临机器人环境复杂等挑战，但通过合成数据、多场景训练等可提升适应性。

大会期间，智源研究院与北京大学第一医院签署战略合作协议，本着优势互补、资源共享、协同创新的原则，充分发挥双方在AI技术研发与工程落地的多元能力以及临床诊疗、教学科研与医学数据资源的专业优势，共同在“智慧医学系统”领域开展深入、系统、持续的战略合作。此外，大会上还宣布了智源研究院与香港投资管理有限公司建立战略合作框架，共建世界级跨区域合作的AI生态圈。智源与港投的合作将加速人才、技术、资本的飞轮效应，构建内地、香港、国际的人才循环体系，汇聚全球AI青年人才、支持AI创新创业、加速AI产业全球化。王仲远表示：“智源的优势在于汇聚人才，以及拥有技术和最新科研原创的成果。AI的发展离不开资本，港投是耐心资本的代表，香港是高度国际化的城市，有利于人才汇聚与国际交流。此次智源与港投的合作希望能够实现人才、技术、资本的飞轮效应，汇聚AI发展的三要素——人才、技术、资本，在做一些前沿突破的同时，构建内地、香港、国际的人才循环体系。”

在本次2025北京智源大会上，继“悟道”系列大模型之后，智源研究院推出“悟界”系列大模型。其中，“悟道”的“道”代表智源对大语言模型系统化方法和路径的探索，“悟界”的“界”代表虚实世界边界的不断突破。“悟界”系列大模型承载的是智源对AI从数字世界迈向物理世界的技术趋势的判断。“而AI从数字世界跨向物理世界时必须突破数字世界的隔阂。”王仲远表示。

据了解，“悟界”大模型系列包括：原生多模态世界模型Emu3；

Emu3作为原生多模态统一架构让大模型具备理解和推理世界的能力。Brainμ基于Emu3架构引入脑信号这一新的模态数据，实现了单一模型完成多种神经科学任务的大一统。RoboOS 2.0与RoboBrain 2.0在初代版本基础上，比原有性能有着大幅提升，并新增了多机协作规划与物理常识驱动的空间推理能力，能够适配各种构型的机器人，包括轮式单臂、轮式双臂、双足人形、四足等。OpenComplex2可在原子分辨率层面捕捉分子相互作用及平衡构象，探索微观构象波动与宏观生物功能的跨尺度关联。

智源研究院院长王仲远表示，在2024的北京智源大会上，智源就对大模型的技术路线进行了预判：即会从大语言模型往多模态、尤其是原生多模态世界模型的方向发展。对于“原生”他解释称：“小朋友从出生就开始学习这个世界，听到这个世界的声音、跟这个世界的各种物品和图像交互学习，以及父母也会通过声音教他。反而是在幼儿园或者小学之后才开始接触文字。所谓原生正是如此，是指在模型训练初始阶段，就将文字、图像、声音乃至脑信号等各种模态数据都纳入其中进行训练。接受这样训练的模型，可以像人类一样做出类似于‘咖啡杯子在桌子边缘很危险’这样的判断。”

原生多模态世界模型本质上是为了让AI感知和理解物理世界，进而推进和物理世界的交互。进入物理世界之后，在宏观层面会大模型与硬件结合，通过具身智能的发展解决实际生产生活问题。对此，王仲远举例称：“我们与产业方交流时，发现有很多工作仍然是人在做，比如打一个激光，把物体放到激光笔下打几行字，这种工作既重复、又枯燥甚至有危险，而类似领域最适合由具身智能进行第一波切入。”在微观层面，生成式AI的应用能够进一步揭示微观世界的本质。所有这一切构成的世界模型是实现物理AGI的重要发展路径，而智源的工作布局都是围绕这一技术发展趋势进行布局。

王仲远介绍称：“RoboBrain的跨本体能力，就好比安卓系统能在不同的手机上运行一样。目前没有几家公司能够真正做到这一点。智源是一家科研机构，我们希望构建面向不同硬件本体使用的具身大模型。那些具备研发具身大脑能力的公司，如果想与智源合作我们非常愿意；那些不具备具身大脑研发能力的公司，智源通过开源生态可以赋能和帮助这些企业，以非常普惠的方式让其获得具身大脑的能力。”

而谈及基础模型时他表示，现在的大模型越来越像通用大脑，好比人类一样在高中学习各种学科教育，进入大学学习专业课程，大学毕业后进入工作单位接受岗位培训。大模型产业落地也是类似的，模型基础能力越强，产业落地效果越好。但是即使模型再强，也需要学习产业独有的知识才能成为领域专家。有了一定的基础能力，才能够帮助模型更好地理解领域知识，不至于犯一些常识性错误。对于大模型公司来说，需要不断提升基础模型的能力。王仲远举例称，Anthropic的年营收超过30亿美元，主要在于其所推出的基础大模型能够给很多公司做编码的基础模型。

他还指出，当基础大模型达到可用状态时，就会变得像水、电、操作系统一样，这意味着可以基于这个操作系统开发很多APP。现在的智能体相当于移动互联网的APP，但当其越来越强时就能不断扩展能力。而智源发布的多模态大模型是为了推动AI从数字世界走向物理世界。“目前，走向物理世界的多模态模型的技术壁垒在模型本身，因为技术路线就没有收敛。很多现有的多模态模型尤其是理解模型会出现此消彼长的问题。即当使用语言模型作为基座训练多模态时，人们会发现语言模型的能力在退化。眼下，最合适的多模态模型技术路线并没有真正找到或者在行业里并未达成共识，而多模态生成模型在某种程度上是将垂直领域的专用模型做到极致。不过，类似于人脸识别这种能力，机器可以做得比人类好。人类大脑不会因为收到更多信息之后突然不会说话，然而对于现在的多模态模型来说，当给它更多信息之后它可能就不会说话了，而这背后蕴含着我们希望探索的技术原理。也就是说，物理世界的多模态还没有完全解决，因此智源会坚定地探索下去。”他表示。

智源研究院成立时的定位是做“高校做不了，企业不愿意做的事”。王仲远表示：“仅从探索的先进性来讲，智源和国内很多科研机构以及国际大厂并没有较大区别，也没有明显的劣势。但是，智源的独特性在于取得了原生多模态世界模型底层架构、脑科学多模态通用基础模型的突破等。”总的来说，从“悟道”到“悟界”，智源研究院始终走在技术路线探索的前沿，积极构建开源开放的技术生态。未来，智源研究院将持续解构物理世界与智能本质的深层关联，在通用AI的征途中刻下新的坐标。