WAIC 2026 mesa redonda: la IA general encarnada necesita primero superar escenarios especializados; en el futuro, el foco de la competencia se desplazará hacia la obtención de datos de alta calidad y la validación de ciclos cerrados de escenarios

Según Beating 监测, en la conferencia mundial de inteligencia artificial de 2026, el vicepresidente de la Universidad Fudan Jiang Yugang, el socio de Unitree Robotics Yao Youqing, el CEO de Itshi Zhihang, Chen Yilun, y el CEO de Liangyuan Innovation, Jiang Xu, realizaron un panel de discusión sobre los world models. Los invitados coincidieron en que el núcleo de los world models consiste en comprender las reglas de funcionamiento del mundo físico y predecir el siguiente estado o acción, en lugar de limitarse a renderizar imágenes; se requiere dominar de forma nativa la fusión multimodal, las leyes físicas, el razonamiento causal y la capacidad de predicción a largo plazo. El mayor cuello de botella actual está en los datos: Chen Yilun señaló que los datos de video carecen de modalidades clave como la fuerza y el tacto; los datos de entrenamiento ideales deben cumplir tres condiciones: modalidades completas, interacción de alta frecuencia y provenir de escenarios reales. También destacó que la inteligencia incorporada enfrenta complejidad operativa alta o que se necesitan datos reales de interacción de miles de horas. Yao Youqing, haciendo una analogía con el volumen de entrenamiento de cientos de miles de millones de horas de voz de los grandes modelos de lenguaje, estimó que el mundo físico podría requerir «más de cien millones de horas» de datos reales para dominar predicciones físicas comunes. En el nivel de la arquitectura, Jiang Xu indicó que las arquitecturas dominantes actuales tratan de manera mezclada la predicción del estado y la predicción de acciones, lo que provoca conflictos entre las capacidades de generación y comprensión, dificultando optimizarlas de forma simultánea.

En cuanto a la ruta de implementación, los tres invitados ven la manufactura como el escenario más seguro para escalar en los próximos tres años:

Yao Youqing reveló que el robot de Unitree Robotics ya logró en la línea de producción operaciones de seis días y sesenta mil piezas, con un 99,99% de tasa de éxito en el trabajo de formación de robots;

Chen Yilun apuesta por la manufactura, por razones como: mayor concentración de datos, tareas con criterios claros de finalización y abundantes datos de demostraciones humanas. Itshi Zhihang ya ha colaborado con fabricantes de automóviles para impulsar el despliegue de clústeres de robots industriales incorporados a escala de mil unidades, y enfatizó que la manufactura china es la más concentrada a nivel global, por lo que es un banco de pruebas ideal para la IA física;

Jiang Xu cree que la inteligencia incorporada es una extensión de los grandes modelos multimodales: en Internet ya existen 10 mil millones de horas de datos de video adecuados para el preentrenamiento; el salto de capacidad aparecerá primero en escenarios cotidianos como el hogar y la oficina. Sin embargo, la comercialización requiere cumplir condiciones de alta tolerancia a fallos, y encontrar escenarios para los grandes modelos no es más fácil que encontrar escenarios para los modelos de entrenamiento.

El consenso de los tres es que, por el momento, todavía estamos lejos de la inteligencia incorporada general; la ruptura en escenarios específicos es una etapa obligatoria, y el foco competitivo futuro pasará de la arquitectura de modelos a la obtención de datos de alta calidad y a la capacidad de validación de ciclos cerrados de escenarios.

Haga clic en el enlace del texto original de abajo para unirse al canal de noticias de IA de Feishu de Beating, y participar en un monitoreo ininterrumpido 7×24 horas de los temas y noticias de IA en todo el mundo.