6月16日的北京中关村，空气里弥漫着一种特有的焦灼感。200多位国内外顶尖学者、产业领袖和青年科研人才挤在一起，讨论的话题从大模型、AI Agent到世界模型、具身智能，再到AI4S。这不是那种只有PPT和空话的闭门会，而是一场关于“通用智能（AGI）到底长什么样”的激烈对线。在这里，2015年图灵奖得主Whitfield Diffie和2024年图灵奖得主Andrew Barto坐在前排，而旁边是王坚、黄铁军这些中国科技界的操盘手。
在这场被媒体称为“通往AGI的脑回路”的2026智源大会上，中国科学院院士高文的演讲并没有直接给出一个标准答案，但他抛出的一个判断，像一根针扎破了当前AI圈的泡沫：我们离真正的AGI还很远，而争论“多模态”还是“具身智能”哪个更重要，本身就是一个伪命题——因为工业界已经用脚投票，把两者缝在了一起。
学术界眼中的AGI，往往带着一种优雅的抽象性。在智源大会的AI×神经科学分论坛上，大家还在探讨大脑如何赋予AI自进化能力。但在高文看来，这种“脑回路”如果脱离物理世界的反馈，就是空中楼阁。他直言：“没有身体（Embodiment）的智能，永远无法理解因果律。”这句话听起来像是一句哲学断言，但如果看看最近半年的行业动态，你会发现它充满了工程上的务实。
什么是“身体”？对字节跳动来说，身体是交互界面。就在不久前的2025冬季FORCE原动力大会上，字节跳动发布了豆包大模型1.8，果断切入多模态。他们不再满足于做一个聊天工具，而是结合Seedance 1.0和升级的Agent开发平台，让AI能“看”懂视频、“听”懂指令并执行复杂任务。这是一种数字化的具身——在虚拟环境中拥有感知和行动的能力。正如我们在《字节跳动豆包大模型1.8发布：从聊天工具到多模态Agent跃迁》中所分析的，字节正靠这种技术在AI下半场抢占先机，试图通过多模态记忆体让对话更像人，这本质上是在构建一种“认知层面的身体”。
然而，对于更广泛的工业界而言，“身体”意味着钢铁、传感器和真实的物理约束。这一点在智能驾驶领域体现得淋漓尽致。2026年北京车展后，智能驾驶的焦点已经从硬件堆叠彻底转向算法重构。比亚迪与华为乾崑ADS Pro的联合测试进入第二阶段，面对逆行电动车、施工绕行等极端Corner Case，端到端模型展现出了类人的决策直觉。我们在《比亚迪与华为智驾联合方案首测：高阶辅助驾驶的下半场拼什么？》中曾详细拆解，华为ADS在端到端架构与全场景贯通上具有压倒性优势，尤其在无保护左转与误踩油门防碰撞等极限场景下展现出极高的安全性。这不仅仅是算法的胜利，更是“具身智能”在轮式机器人（汽车）上的首次大规模落地验证。
高文院士在演讲中指出，学术界喜欢把多模态和具身分开讨论，但在工业界，这两者是共生的。多模态是感官的延伸，具身是行动的载体。没有多模态，具身智能就像盲人摸象；没有具身，多模态只是高级的鹦鹉学舌。这种观点在2026年6月的这场大会上引发了广泛共鸣。来自上海人工智能实验室的周伯文也在不同场合强调了InternVL等多模态大模型在具身场景中的应用潜力，证明了视觉语言模型（VLM）正在成为连接数字世界与物理世界的桥梁。
但这种融合并非没有代价。首先是算力的瓶颈。当我们在讨论AGI时，不能忽略背后的经济账。正如《昇腾910C跑通DeepSeek V4：国产算力的工程化硬仗》一文所述，硬件上架只是开始，CANN的算子补齐与集群互联，才是决定开发者愿不愿用的关键。在2025年5月昇腾910C大规模供货后，华为云研发团队从春节熬到4月底，才让推理能力达标。这说明，真正的通用智能，不仅仅取决于模型的聪明程度，更取决于它能在多大的算力池子里奔跑。
其次是合规的红线。2026年7月15日，《人工智能拟人化互动服务管理暂行办法》将正式施行。这在《7月新规满月：拟人化 AI 客服的合规改造与用户信任重建》中被详细描述。欧盟AI Act实施两周年回顾也显示，合规成本已成为中小企业出海的隐形税。当AI越来越像人，甚至拥有“身体”去执行任务时，法律责任的归属变得模糊。Lyra AI被罚3500万欧元的案例（见《Lyra AI被罚3500万欧元：欧盟AI Act首张巨额罚单始末》）就是一个警钟：训练数据版权不清、高风险场景缺乏人工干预，这些不再是理论问题，而是悬在所有AGI开发者头顶的达摩克利斯之剑。
回到高文院士的观点，他认为AGI的下一步不是单一技术的突破，而是“感知-认知-行动”闭环的打通。这意味着，未来的赢家不会是那些只会在论文里刷榜的实验室，也不会是那些只会在发布会上喊口号的公司，而是那些能把多模态的“眼”、大模型的“脑”和具身智能的“手”真正缝合起来的企业。
在这个夏天，当我们看着比亚迪用1.2万元选装包对抗华为的1.5万元涨价，看着字节跳动用多模态Agent重塑社交，看着端侧AI在iPhone 17 Pro上独占运行（见《iPhone 17标准版跑不了苹果最强端侧AI，Pro系列独占》），我们会发现，AGI的定义权正在从学术界转移到工业界。高文院士的演讲，或许正是这一转折点的风向标：不要争论方向，先让智能“活”在物理世界里。
对于普通读者而言，这意味着什么？意味着未来的AI不再是屏幕里的文字，而是你车里的决策者、你家里的助手、甚至是你工作中的搭档。正如《2026暑期实习：大厂不要调参侠，要Agent架构师》所言，技能树正在重塑。初级分析师的危机并非失业，而是“去调参化”。我们需要的是能够驾驭这些复杂系统、理解多模态与具身逻辑的新一代工程师。
通用智能的未来，不在实验室的象牙塔里，而在每一个具体的场景中。高文院士的话，是对所有人的提醒：AGI的下一步，是让智能变得“有用”，而不仅仅是“聪明”。
