7月初，北京一场AGI座谈把智源、BIGAI、清华和字节的代表放在同一张桌前。讨论没有停留在时间表和定义之争上，几条工程标准反复出现：世界模型怎样验证，具身系统如何形成闭环，通用能力又该怎样接入专业模块和真实工作流。
这个变化比争论“谁更接近AGI”更值得看。国内研究团队目前能形成的共识还很窄，但评价尺度已经从能力想象转向系统验收。
先别急着给AGI画边界
AGI至今没有统一门槛。IBM将其描述为一种假设中的机器学习阶段：系统能够在各种任务上达到或超过人类的认知能力。Databricks和AWS则强调跨任务学习、知识迁移和自我学习能力。
Wikipedia汇总的相关讨论中，也有研究将GPT-4视为一种早期、仍不完整的AGI形态。几种说法放在一起，分歧不仅在能力高低，还在门槛设在哪里。
定义一时难以统一，工程团队便会寻找可以测量的接口。座谈中反复出现的词是“验证”“边界”和“物理在场”。它们把AGI从宏观概念拉回到具体系统。
世界模型要先过控制器这一关
在世界模型上，现场给出的表述很明确：它首先是环境预测器。
视频生成关注画面是否连续、自然；世界模型还要推演环境状态如何变化，以及这种变化能否保持物理一致性。白板上的讨论集中在潜在空间中的动力学推演。真正需要预测的是下一时刻的状态，画面只是状态的一种呈现。
验收问题也很直接：模型输出能否给物理控制器提供前馈参考？预测结果能否进入决策链路？真实环境返回的新状态，能否继续修正模型？
如果链路停在视觉展示，世界模型仍是一项生成能力。接入决策、控制和反馈之后，Interactability，也就是可交互性，才有可测量的含义。这构成了现场对“可验证世界模型”的最低共识。
闭环真正难在物理世界
具身智能把上述要求推得更远。模型一旦驱动真实动作，算力、网络、掉卡、数据获取成本和安全约束都会进入同一条链路。这里没有一个算法指标可以单独兜底。
闭环数据获取代价高，物理动作的安全也不能只依赖端侧推演。环境模拟器需要托底，再用真实交互修正边缘情况。现场提到的TongSIM路线，重点就在仿真与物理交互之间建立反馈。
从实验室验证走向大规模商业部署，当前公开材料仍不足。更稳妥的判断是，具身智能的瓶颈已经扩展到基础设施和部署半径。单次任务成功只是起点，模型、模拟器、真实设备和算力系统能否长期闭合，才决定它能走多远。
通专融合，最后落在系统编排
BIGAI强调的“通专融合”，在这场讨论中更接近系统架构问题。通用基座负责跨任务理解和调度，专业模块承接具体执行、规则与边界；中间还需要工作流、配额控制、成本监控和系统护栏。
人机协作的交付形态也随之变化。一个人配一个AI副驾，正在扩展为一个监督员管理多Agent工作流。随之而来的难题集中在机机协作：多个Agent怎样拆分任务，调用成本如何约束，系统护栏在什么条件下介入。
这也是FinOps进入智能体系统的原因。提示词质量仍然有用，但已经不足以代表交付能力。流程能否稳定运行、配额和成本是否可控、护栏能否生效，才是企业真正需要验收的部分。
座谈还触及长上下文、端侧小模型和代码生成。这些方向各有进展，但当前素材没有给出可复核的衰减曲线、功耗测试或代码审查数据。将它们列为待验证边界，比直接写成“已经突破”更准确。
眼下更像一张工程验收表
把三条线放在一起，核心只有一个：AGI必须能够被验证。
世界模型要进入控制链路；具身系统要在仿真与真实环境之间形成反馈；通专融合则要把多Agent、成本和安全护栏纳入同一套架构。三者都指向系统能否在不完美的环境里持续工作。
这场四方对谈没有提供足以支撑时间表的公开数据。现阶段最准确的说法，是中国AGI讨论正在形成一张工程验收表。它把注意力放在三个现实问题上：系统能不能预测，能不能行动，能不能在复杂流程里稳定协作。
至于这些共识是否已经构成完整路线图，还需要公开基准、测试曲线和实际部署来补证。共识暂时很窄，价值就在于可以被检验。
头图：论坛现场白板记录，AI纪元拍摄
关联阅读：《BIGAI通专融合路径：先让智能体理解物理世界》