世界模型与具身智能：AI 走进物理世界

如果说 Agent 是 2026 年的应用主角，那么「世界模型」和「具身智能」就是这一年最深刻的技术转向。这篇笔记记录我理解的逻辑：AI 的核心，正在从理解「语言」走向理解「世界」。

范式转移：从预测下一个词到预测世界下一状态

过去几年，大模型的核心任务是「预测下一个词」。而 2026 年智源研究院发布的《2026 十大 AI 技术趋势》指出，行业正从 Next-Token Prediction 跨越到 Next-State Prediction（NSP）——从「预测下一个词」到「预测世界的下一个状态」。

这意味着 AI 开始掌握时空连续性和因果关系，而不再只是文本统计规律。以智源「悟界」多模态世界模型为代表，这一路径正在验证，并为自动驾驶仿真、机器人训练等复杂任务提供全新的认知基础。

空间智能：下一个前沿

斯坦福大学教授李飞飞今年撰文指出：空间智能是人工智能的下一个前沿。大模型在成功处理文本、多模态数据的基础上，正在空间理解力方面取得进步——目标是具备语义、物理、几何、动态复杂交互能力的模型。

通俗地讲：AI 不只「看得见」，还要「看得懂」三维世界怎么动、怎么碰、怎么受力。这是自动驾驶、机器人、AR/VR 等一切需要「和物理世界打交道」的应用的共同底座。

具身智能：机器人出工厂记

具身智能（Embodied AI）指 AI 从软件走向实体。2026 年的关键变化，是它正式脱离实验室演示，进入产业筛选与落地阶段：

一个有意思的衍生现象：居家数据采集员成了新职业——穿戴设备录制叠衣服、捡积木等动作来训练机器人，月薪约 3000 元，不少宝妈利用碎片时间在做。AI 从「教会机器说话」走向了「教会机器动手」。

合成数据：破除「枯竭魔咒」

AI 圈此前流传一个担忧：高质量真实数据即将枯竭，业内叫「2026 年枯竭魔咒」。今年的答案逐渐清晰——合成数据成为模型训练的核心燃料。

由世界模型生成的合成数据，理论上无限、可控、成本低，尤其适合自动驾驶和机器人这类需要海量物理交互数据的领域。「修正扩展定律」为这条路提供了理论支撑，让「数据不够」不再成为 AI 进步的硬瓶颈。

AI Scientist：科研的北极星

AI 在科研中的角色正从辅助工具升级为自主研究的「AI 科学家」。科学基础模型与自动化实验室结合，将极大加速新材料与药物研发——这被称为 AI4S（AI for Science）的北极星方向。