01、
过去几年，AI 越来越像人了。
它能写代码、做PPT、分析财报、生成视频，也慢慢渗进工厂、医院和家里。不少人觉得，通用人工智能（AGI）的门槛，正被一点点逼近。
可就在前两天，图灵奖得主、强化学习之父理查德·萨顿泼了盆冷水：“现在的大模型，谈不上原生智能。”
2026世界人工智能大会（WAIC）如期在上海开幕，这是过去9年规格最高的一届，也是全球AI圈最重要的年度盛会之一。
有人在展台前驻足，亲手试用最前沿的AI产品；有人盯着龙头企业，记录下每一条新发布的模型、应用和成果；而小巴更关心的是——这些全球AI的领头人，到底在聊些什么？
文章配图-1
2026世界人工智能大会
这次大会汇聚了上千位来自世界各地的顶尖科学家、专家、企业家与投资者。除了理查德·萨顿，还有“深度学习三巨头”之一的约书亚·本吉奥，图灵奖得主吉勒斯·布拉萨德，图灵奖得主姚期智，诺贝尔奖得主奥马尔·M·亚吉，“硅谷精神之父”凯文·凯利等。
小巴翻完四天的演讲和论坛，发现大家的注意力，集中在五个问题上：我们是否高估了今天的AI、AI怎样才能获得经验、AI落地为何困难、智能体的后果该由谁负责、发展AI的终点究竟在哪儿？
02、
我们是不是把今天的AI想得太好了？
这几年，AI的进展看得见摸得着。它替代了不少重复性工作，给人最直接的感觉是：智能的边界又被推远了。但一些顶尖科学家却觉得，我们可能高估了它的智能水平。
答案藏在一个常被混淆的疑问里：知道很多事、会做很多事，就等于真的有智能吗？
中国科学院院士、图灵奖得主姚期智直言，AI虽然厉害，但未必就是智能的终点。萨顿说得更直白——大语言模型哪怕看过海量文字、图片和视频，它也只是在重组人类已有的知识，而非创造新知识。计算能力的突破，不等于智能的突破。
人之所以有智能，不只是因为读过书、记住了内容，更在于能行动、会犯错，能在真实世界里获取反馈，并通过一次次试错修正自己，积攒经验。
比如，一个人没拿稳杯子，摔了，于是知道玻璃杯掉地上会碎。可AI从没自己摔过杯子，它只是从文字里“听”过这个结果。这是记忆，不是经验。
复旦大学浩清特聘教授苏昊指出，这正是大语言模型容易“幻觉”的根本原因：语言只是世界的投影，不是世界本身。
在萨顿看来，AI得从“人类数据时代”转向“经验时代”。
03、
AI真正缺的，是亲身经历。
于是，“智能体”和“物理智能”成为本届大会反复出现的关键词。
智能体让AI不再只是“回答问题”，而是开始“完成任务”：它能定目标、做规划、调工具、动手干，再根据结果调整动作。物理智能则让AI离开屏幕，进入由重力、摩擦、材料、空间等构成的真实世界。
这背后，是另一个核心概念——世界模型（World Model）。
说白了，世界模型是AI在理解现实运行规律的基础上，在自己“大脑”里对世界进行的模拟：如果我这么做，接下来会怎样？
人伸手拿杯子时，大脑其实已经预演过一遍：杯子会不会滑？要用多大劲？万一松手，会不会掉？
这种预判能力，不能靠多读几本书来获取。它得靠AI真正在现实里动手，在与环境的互动中，慢慢积累属于自己的经验。
智能体和物理智能虽不完全一样，但方向一致：让AI在行动中获得反馈，在反馈中成长，不断完善自己的世界模型，逐步建立起对真实世界运作逻辑的理解。
正如北京银河通用机器人联合创始人张直政所说，世界模型必须具备三个关键能力：建模与预测、规划与策略、评价。说到底，就是AI得能预判自己的行为会对环境造成什么影响，用这些判断来指导决策和学习，还能判断自己干得对不对。
文章配图-2
04、
可这条路，远没那么好走。
虽然通往真实世界的路径越来越清晰，但落地的障碍依然重重。
大模型发展多年，却迟迟没能大规模进入现实场景。难在哪儿？
智能体的发展，首先卡在操作系统不健全。
如果说模型是大脑，那操作系统就是手脚——决定了它能调用什么工具、连上什么设备、完成什么任务。再聪明的大脑，没手也没用。
阶跃星辰董事长印奇说得很清楚：智能体能做什么，不只看模型多强，更看操作系统能打开多大能力空间。他提出一个公式：智能体能力 = 模型能力 × 智能体操作系统能力。
此外，还有更复杂的难题：未来要是上万个智能体同时工作，它们怎么协作？能力怎么共享？不同公司的系统能不能互通？
上海润科具能科技有限公司CEO周斌希望，行业能加快建立统一标准和开放接口，让智能体之间真能“聊起来”，能力可共享，形成“智能伙伴网络”，而不是一盘散沙的工具拼凑。
至于物理智能，苏昊认为，难点也是突破口——知识聚合。
视频告诉AI世界长什么样，物理方程解释世界为何如此运转，机器人不断输出新实验数据……只有把这些来自不同领域、不同形式的知识整合进一个模型，互相校准、补上盲区，AI才可能真正理解现实。
而这件事，注定不是哪家公司能独自完成的。它是一项需要整个行业、全社会协力推进的科学工程——苏昊强调，得共建数据、共立标准、共享仿真和评测基础设施。
但也不必等“全知全能”才开始落地。
张直政认为，物理AI不必先实现全面通用，先在仓储、物流等结构化场景里稳稳运行就行。
未来，物理智能或许会像当年的电气化，先点亮工厂和仓库，再进入商店和医院，最后才走进千家万户。
文章配图-3
05、
当智能体和物理智能真要走进千家万户，安全问题就躲不开了。
印奇抛出三个问题：智能体能代表谁行动？行动出事，责任归谁？当它连接数据、设备和现实环境，如何确保身份可信、权限可控、行为可追溯？
上海人工智能实验室主任周伯文回应：AI可以代表人做事，但不能代替人负责。代理权的让渡速度，不能快过我们验证它能力的速度。
纽约科学院院长兼首席执行官杜宁凯则强调：人工智能治理必须动真格，关键在于建立新的问责机制。
能力越强，规则越得跟上。而眼下，关于代理权、问责权和治理能力，还远远没成型。
06、
治理不是终点，而是为了让AI能更安全、更可靠地融入人类社会。
回望本届WAIC，一个变化已很清晰：讨论的重心，正从“模型有多强”，转向“AI如何学经验、如何进现实、如何与人协作”。
这背后，其实回到最初、也最根本的问题：AI发展的意义到底是什么？
苏昊说：“物理智能的使命，是把人还给人。”
印奇说：“智能体时代最大的意义，是放大人。”
上海绘话智能科技有限公司CEO贾学锋说：“AI大发展的终极价值，应当回归于人。”
商汤科技董事长兼首席执行官徐立说：“AI真正走向大众，不是靠替代，而是通过放大每个人的能力。”
图灵奖得主约翰・爱德华・霍普克罗夫特提醒：面对信息革命带来的剧变，各国最该做的，是培养能应对这些变化的人才。
眼下，大模型依然谈不上真正的智能。但只要AI能在真实世界里持续学习、不断积累经验，始终与人协作，为个人、社会乃至整个世界打开更多可能——那它离真正的智能，或许就又近了一步。
作者|蒋紫涵
主编|何梦飞
图源|VCG、网络
