據 動察 Beating 監測，復旦大學副校長姜育剛、智元機器人合夥人姚卯青、它石智航 CEO 陳亦倫與亮源新創 CEO 姜旭在 2026 年世界人工智慧大會上進行圓桌對談，圍繞世界模型展開討論。嘉賓共識認為，**世界模型的核心在於理解物理世界運行規律並預測下一狀態或動作，而非僅渲染畫面，需原生掌握多模態融合、物理規律、因果推理及長程預測能力。**目前最大瓶頸在於數據——陳亦倫指出，影片數據缺乏力、觸覺等關鍵模態，理想訓練數據需滿足模態齊全、高頻互動、源自真實場景三個條件，具身智能因操作複雜度高或需千萬小時真實互動數據；姚卯青類比大語言模型百億小時語音訓練量，估算物理世界可能需「一億小時以上」真實數據才能掌握常識性物理預測。在架構層面，姜旭指出目前主流架構將狀態預測與動作預測混同處理，導致生成與理解能力衝突，難以同時最佳化。
落地路徑方面，三位嘉賓均將製造業視為未來三年最確定的規模化場景：
姚卯青透露智元機器人已在產線實現六天六萬件操作、99.99% 成功率的機器人編隊作業；
陳亦倫押注製造業，理由包括數據濃度高、任務有明確完成標準、存在大量人類示範數據，它石智航已與車企合作推進千台級工業具身機器人集群部署，並強調中國製造業全球最集中，是物理 AI 的理想試驗場；
WAIC 2026 圓桌：通用具身智能需先突破專用場景，未來競爭焦點轉向高品質資料取得與場景閉環驗證
據 動察 Beating 監測，復旦大學副校長姜育剛、智元機器人合夥人姚卯青、它石智航 CEO 陳亦倫與亮源新創 CEO 姜旭在 2026 年世界人工智慧大會上進行圓桌對談，圍繞世界模型展開討論。嘉賓共識認為，**世界模型的核心在於理解物理世界運行規律並預測下一狀態或動作，而非僅渲染畫面，需原生掌握多模態融合、物理規律、因果推理及長程預測能力。**目前最大瓶頸在於數據——陳亦倫指出，影片數據缺乏力、觸覺等關鍵模態，理想訓練數據需滿足模態齊全、高頻互動、源自真實場景三個條件，具身智能因操作複雜度高或需千萬小時真實互動數據；姚卯青類比大語言模型百億小時語音訓練量，估算物理世界可能需「一億小時以上」真實數據才能掌握常識性物理預測。在架構層面，姜旭指出目前主流架構將狀態預測與動作預測混同處理，導致生成與理解能力衝突，難以同時最佳化。
落地路徑方面，三位嘉賓均將製造業視為未來三年最確定的規模化場景：
姚卯青透露智元機器人已在產線實現六天六萬件操作、99.99% 成功率的機器人編隊作業；
陳亦倫押注製造業，理由包括數據濃度高、任務有明確完成標準、存在大量人類示範數據，它石智航已與車企合作推進千台級工業具身機器人集群部署，並強調中國製造業全球最集中，是物理 AI 的理想試驗場；
姜旭則認為具身智能是多模態大模型的延伸，網際網路已有 100 億小時影片數據適合預訓練，能力跳變將首先出現在家庭、辦公等日常場景，但商業化需滿足高容錯率條件，為大模型找場景不比訓練模型更簡單。
三方共識為，目前距離通用具身智能尚遠，專用場景突破是必經階段，未來競爭焦點將從模型架構轉向高品質數據獲取與場景閉環驗證能力。
點擊下方原文連結，加入動察 Beating · 飛書 AI 新聞頻道，7×24 小時不間斷監測全球 AI 熱點與新聞。