WAIC 2026 深度解析：AI 迈向现实与科学的新阶段
新华财经上海7月18日电（记者 杜康）能够创作诗歌、编写代码甚至制作演示文稿的大型模型，依然无法感知一只杯子的实际重量，也难以切实协助卧床老人完成翻身动作；阅尽人类学术文献的大模型，未必能真正解读光谱、地震波或实验数据；当智能体开始自主规划并代替人类行动时，授权与责任的界限又该划定在何处？ 在2026世界人工智能大会的主论坛上，众多行业领袖围绕物理智能、科学智能、算力基石以及智能体治理等前沿话题展开深入探讨，从中可以窥见人工智能发展的下一个落脚点。 尽管讨论主题各异，但一个共同趋势正逐渐清晰：人工智能的发
2026全球AI峰会下午议程实录概要
全 球 人 工 智 能 峰 会会议主旨：智慧协作 共筑明天2026全球人工智能峰会暨AI国际治理高级别会议 主论坛下午时段议程一、会议启幕与嘉宾亮相 二、高层致辞 三、2026顶级人工智能引领者奖（SAIL奖）授奖 四、主题报告：塑造Next AI的智慧根基 五、主题报告：实体智能从想象走向实践 六、对话论坛：新生代与前沿AI 七、基础对话：革新计算架构与全链条生态协同突破 八、主题报告：人机协同AI向善的践行与未来路径 九、主题报告：科研数据重构AI认知 十、主题报告：运用AI解读生命奥秘 十一、对话论
国际专家共话智能时代发展新路径
7月17日，在上海举办的2026全球人工智能峰会暨AI国际治理高级论坛上，来自世界各地的杰出学者、行业领袖及青年创新代表，围绕人工智能发展的关键议题，共同展望智能协作时代的创新潜力与未来方向。 推动人工智能进步，人才培养被看作是关键突破口。 "人工智能不仅局限于实验室、企业和计算中心的范畴，它正在重塑新一代的成长模式。"上海人工智能实验室大模型中心主管陈恺在论坛上表示，在智能时代，谁能迅速掌握新工具，谁能率先提出新挑战，谁能将技术应用于实际场景反复检验，谁就能抢占先机。年轻人更倾向于从原点出发提问，更善于
智澄AI胡鲁辉：世界模型如何重塑物理智能未来
关注我们 获取更多资讯当前行业已明确形成三大底层范式与多元工程路径：空间感知、JEPA驱动的物理世界模型、统一基座VLA+构成核心技术架构；纯VLA、虚实仿真、大小脑解耦等方案，则是基于产业落地需求演化出的补充形态。各类路径虽侧重点不同，本质皆在探索AI感知物理空间、理解运行规律、实现具身交互的可行路径。国内自研世界模型的代表企业智澄AI，长期聚焦JEPA体系，构建了从空间感知、规律建模到具身执行的全栈技术闭环。本期围绕“感知-理解-决策-执行”核心逻辑，从技术理念、产业格局、工程实践、商业落地及行业展望
AMI创始人拒用AGI标签：真实世界智能才是关键
点击蓝字 关注我们SUBSCRIBEto USImage Credits:SBVA当前AI行业热衷于将自身技术冠以“通用人工智能（AGI）”或“超级智能”之名，但Yann LeCun旗下世界模型初创公司AMI Labs的首席执行官Alexandre LeBrun却坚决回避这些术语。勒布伦在接受TechCrunch采访时明确表示，公司内部从不使用“AGI”或“超级智能”这类词汇。“我们从未提及AGI。我注意到，现在业内连这个词都不提了，全改叫‘超级智能’，”他说，“过一阵子他们又会换新词。”他同样质疑这一新
北京智源人工智能研究院：非营利机构的AI创新之路
在中国人工智能产业版图中，商业巨头专注于商业化应用、高校聚焦基础理论探索，而北京智源人工智能研究院（BAAI）则占据了独特的关键生态位。作为北京市政府主导设立的非营利性质新型研发机构，智源肩负着突破国产AI底层技术的公共使命，是国内大模型迭代升级、世界模型创新的核心技术策源地。历经七年发展，智源开辟出一条完全不同于市场参与者的独特道路：以财政资金夯实基础研究根基，以全栈开源技术赋能全行业生态，以体系化孵化机制实现产业价值转化，构建起“科研筑基、开源赋能、产业变现”的三维一体闭环模式。其发展脉络精准对接AI
孙浩教授主讲物理智能讲座
“AI之夏”研招系列学术讲座第十二期：物理智能“AI之夏”研究生招生讲座本次讲座由人大高瓴人工智能学院的孙浩教授带来精彩分享。讲座详情主题：物理智能时间：7月9日16:00-17:00观看方式：或关注抖音 @中国人民大学高瓴人工智能学院扫描二维码进入直播间👇嘉宾介绍：孙浩，现任人大高瓴人工智能学院长聘教授、博导及副院长，入选国家高层次青年人才计划。他拥有哥伦比亚大学博士学位及麻省理工学院博士后经历，此前曾在美国匹兹堡大学和东北大学担任终身序列助理教授。孙教授专注于智能科学计算理论与前沿交叉领域的研究，在《
AI新纪元：物理智能崛起，李飞飞与杨立昆的万亿赛道对决
赢渔产融 点击蓝字关注过去两年，全球投资界的热点几乎都集中在大语言模型上。ChatGPT、Claude、DeepSeek——它们擅长创作、编程和解答，但都有一个共同短板：被困在数字界面中。物理智能，就是让AI突破云端限制，具备实体形态，能感知、理解并改变真实环境。它不再是“对话”，而是“执行”；不再是“提供答案”，而是“处理任务”。这是一次从“数字智慧”向“实体智慧”的深刻转型。2025年全球物理智能市场规模估计为380亿美元，预计2030年将跃升至3000亿美元，年复合增长率超50%。人形机器人、自动驾
AI速报：马斯克财富骤降，豆包推付费版，仙工智能港交所上市
今日热点导览马斯克身家跌破万亿美元，较高点缩水4430亿美元豆包正式上线三档付费订阅服务：最高500 元 / 月，接入 2.1 系列大模型FF：发布全新Futurist人形机器人 定价8.99万美元Anthropic 推出 Claude Tag：Slack 中的智能体 AI 协作新体验仙工智能登陆港交所，成为“机器人大脑”第一股致力于探索物理智能的技术边界，「正行创新」完成近亿美元天使轮融资Anthropic客户起诉美国政府头条信号马斯克身家跌破万亿美元，较高点缩水4430亿美元据彭博亿万富豪指数，此前成
Momenta获批港交所上市 加速物理智能技术突破
6月23日，国际顶尖的物理智能企业Momenta顺利通过港交所聆讯并发布聆讯后文件，正式迈入IPO关键阶段。完成上市后，Momenta将凭借物理智能基础模型的打造能力及高达65%的第三方城市NOA销售市场份额，彰显物理智能技术迈向大规模商业应用的新飞跃。 招股书披露，Momenta过去三年营收规模呈现迅猛增长：2023年至2025年，Momenta营业收入从7.43亿元攀升至24.13亿元，三年间增长三倍，年均复合增长率超过80%。Momenta营收主要源于技术开发收益与授权收益两大板块，其中授权收益增速
AI教母李飞飞，捕获一只独角兽
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！ 学术界的女神，押注物理智能 作者 |吕敬之 来源 |#融中财经 李飞飞，出手了。 美国具身智能公司Generalist AI宣布完成新一轮4亿美元（约合人民币27亿元）融资，目前融资总额超过5亿美元。 本轮本轮新增主要投资方：Radical Ventures（领投）、8VC、Union Square Ventures、Hanabi Capital、Norwest；原有头部投资方均大额跟投，包含英伟达旗下NVentures、Bolds
国家级AI数据战略启动，物理智能产业链深度解析
2026年6月8日，国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，这是国家首次对"数据驱动人工智能发展"进行顶层设计。该方案着力解决当前物理AI、具身智能及世界模型等前沿技术发展的关键制约因素——优质物理数据稀缺问题。政策明确将智能体、具身智能和世界模型作为重点发展方向后，高质量数据集的大规模生产成为该领域的"新石油"，预示着数据要素产业链将发生深刻变革。一、 数据标注与AI数据服务二、 数据要素运营与流通交易三、 算力基础设施与硬件底座四、 物理仿真与数字孪生软件五、 物理感知层（传感器
AI产业新趋势：6G通信与物理机器人引领未来
政策落地初现端倪：6月前三个交易日，A股市场最引人注目的领域并非AI算力，而是两个此前“雷声大、雨点小”的方向——通信6G和物理AI机器人。板块掀起涨停潮、ETF屡创新高、五大券商罕见一致推荐。这并非短期游资炒作，而是“十五五”产业政策在资本市场的集中体现。再看两个关键信号：第一个信号出现在6月5日，华为发布了全球首个全流程具身智能开发平台CloudRobo，当天即有20多家机器人企业加入；同一天，英伟达CEO黄仁勋在韩国强调机器人领域，并多次表示“Physical AI is the next wave
复旦苏昊：AI 想统治世界，先学会理解物理
ChatGPT 既能赋诗，也能解题，还能与你探讨哲学。可若让它将桌上的杯子向前推一推——它竟连“杯子是否会倾倒”都无从知晓。这并非刻意抹黑人工智能。5 月 27 日，复旦大学新任通用物理智能研究院院长苏昊教授，在校庆报告会上提出了这一难题。这是一个令当下所有大模型集体失语的问题。而他给出的结论更引人深思：“AI 的下一座里程碑，不在于更擅长言语，而在于理解物理世界。”过去十年，AI 领域经历了怎样的变迁？2012 年，ImageNet 让机器学会了视觉感知2022 年，ChatGPT 让机器学会了语言表达
物理智能：AI进化的下一个必争之地
当GPT-4o能够实时对话、生成视频、理解复杂文本时，许多人认为AI已经接近"理解"这个世界了。然而复旦大学通用物理智能研究院首任院长苏昊，在最新校庆演讲中提出了一个发人深省的问题：当下的AI，甚至连推一下桌上杯子会产生什么后果都一无所知。这并非耸人听闻，而是人工智能领域最核心的未解难题。过去数十年间，我们让机器掌握了"看"和"说"的本领，却始终无法教会它"做"。机器能够识别出这是一把椅子，却不了解椅子的实际用途；能够识别出这是一扇门，却不知道需要多大的力气才能将其推开；能够识别出这是一个纸箱，却无法判断