2026年6月的智源大会上，智源研究院院长王仲远把机构的研究方向说得很直白：智源已经没有纯语言模型的科研了，多模态是过去两年的重点，未来是世界基座模型。
这句话的分量，不只在于“换方向”。智源研究院在国内大模型发展早期占过一个特殊位置。新京报的报道提到，2021年3月，智源发布悟道1.0，较早开启中国大模型探索；唐杰、杨植麟、刘知远等后来活跃在国内大模型领域的研究者，都曾在智源工作。也因此，智源一度被称为国内大模型的“黄埔军校”。
几年后，智源不再把主线押在纯语言模型上。王仲远对新京报贝壳财经说，作为新型研发机构，智源主要做高校、企业不愿意做的人工智能方向重大科研创新，并且“一直都在人工智能大模型的最前沿”。现在，它给出的答案是世界模型。
大语言模型之后，问题变得更硬
大语言模型解决的是符号和文本里的预测问题。它可以根据上下文预测下一个 Token，也能在海量语料里学习到语言、知识和部分推理能力。
但王仲远在界面新闻专访中的判断更进一步：AI正在进入物理世界，这是一个历史性转折点。他提到，智源“已经没有纯语言模型的科研了”，过去两年的重点是多模态，未来则是世界基座模型。
这背后的逻辑并不复杂。AI如果只停留在文本里，能力边界相对清楚；一旦进入机器人、智能体、具身智能、仿真环境，模型就要处理空间、时间、动作和反馈。物体会掉落，环境会变化，行动会产生后果。这些不是单靠语言序列就能完全描述的问题。
智源社区关于2026智源大会的文章用了一个更容易理解的说法：从“预测下一个 Token”，走向“预测下一个物理状态”。这也是世界模型被反复提起的原因。
从悟道到悟界，智源的路线在延长
智源的转向不是突然发生的。
公开资料里有一条比较清楚的线索：2021年，智源发布悟道系列语言大模型；到2025年，智源推出悟界系列多模态模型悟界·Emu3.5。界面新闻的报道也提到，智源一方面持续产出重要成果，另一方面，研究重心已经从语言模型走向多模态，再走向世界基座模型。
钛媒体关于智源大会的报道则把这条路线概括为：大语言模型——多模态——世界模型——物理AGI。报道还提到，2023年智源大会上，Yann LeCun阐述过新一代世界模型的概念；2024年，智源研究院提出的大模型技术路线预判中，已经明确指出世界模型是下一代大模型方向。
也就是说，2026年王仲远的表态，更像是把过去几年逐步形成的路线公开压实：智源要做的下一代基座模型，不再只是更会说话、更会生成文本的模型，而是能够面向物理世界建模的系统。
世界模型到底补了哪一块
“世界模型”这个词听上去很大，但放在当下AI语境里，可以先把它理解为一种让模型理解环境变化和行动后果的能力。
语言模型擅长处理文本关系，多模态模型把图像、视频、语音等信息纳入输入输出。世界模型再往前走一步：它要学习世界如何变化。比如，一个智能体采取某个动作后，环境会出现什么状态；一个物体受到外力后，接下来可能如何运动；一段场景中，时间、空间和因果如何相互作用。
这也是它和具身智能、Agent、机器人等方向关系紧密的原因。雷峰网关于2026北京智源大会的报道提到，本届大会聚焦人工智能、物理世界和生命科学的“三体互动”，并把世界模型与Agent列为大会讨论的重要方向。强化学习奠基人Andrew Barto在大会相关议题中追问“交互驱动智能”对于下一代AI系统的意义；现代数字安全体系奠基者Whitfield Diffie也线下参会，聚焦Agent时代的安全与可信问题。
这些议题其实指向同一件事：模型不只是生成答案，还要在环境里行动；一旦行动，就必须面对反馈、风险和责任。
为什么智源强调“物理AGI”
钛媒体报道中，王仲远把世界模型称为“通往物理AGI之桥”。这句话的重点在“物理”两个字。
过去两年，很多关于AGI的讨论仍然围绕语言能力展开：模型能不能写代码，能不能做题，能不能调用工具，能不能完成复杂任务。但如果把AGI放进真实世界，标准会变得更苛刻。它需要理解环境，规划动作，处理不确定性，并在连续反馈中修正行为。
这也是世界模型被智源放到下一代基座模型位置上的原因。它不是单独服务于某一个应用的“小模型”，而是试图成为智能体理解外部世界的底层能力。
不过，公开材料并没有说明智源的世界模型已经达到何种工程成熟度，也没有给出可量化的落地指标。更稳妥的判断是：智源已经把研究主线从纯语言模型推向世界模型，并把它与物理AGI、Agent、具身智能等方向放在同一条技术路径上。
这条路不会只比参数大小
大模型竞争曾经很容易被简化成参数、算力和榜单。世界模型不太一样。它涉及的不只是文本数据，还包括多模态数据、交互数据、环境反馈，以及模型对状态变化的预测能力。
这会带来新的工程难题：训练数据从哪里来，如何验证模型真的理解了物理因果，如何让智能体在开放环境里安全试错，如何把世界模型接入Agent系统。公开报道里，智源没有把这些问题包装成已经解决的答案，而是把它们摆在下一阶段研究方向上。
这也是科研机构与商业公司分工差异的一面。王仲远对新京报提到，智源要做高校、企业不愿意做的重大科研创新。世界模型周期长、验证难、短期商业回报不清晰，却可能影响下一代AI系统的底座。
从这个角度看，智源转向世界模型，不是给大语言模型判死刑。更准确地说，它是在承认语言模型之后还有一层更难的问题：AI要真正进入物理世界，必须学会预测世界如何变化。
这也是2026年智源大会释放出的核心信号。大模型的下一站，不只是更长上下文、更强对话和更好生成，而是让模型面对真实环境、动作和因果。智源选择把世界模型放在前台，意味着国内AI研究的焦点正在从“会说”进一步转向“会理解世界并行动”。
（本文依据新京报、界面新闻、智源社区、雷峰网、钛媒体公开报道整理。）
