问题：从“语言能力竞赛”走向“物理规律理解”，新阶段挑战更复杂 近年来，人工智能在语言生成、内容生产与信息检索等数字场景表现突出，但在真实世界任务中仍面临“看得见、说得出、做不到”的瓶颈：一方面，现实环境具有连续时空、因果链条长、噪声与不确定性强等特征，远非静态文本可比；另一方面，机器人、自动驾驶、工业控制等领域对安全性、稳定性、可验证性要求更高，决定了单靠文本式学习难以支撑规模化落地。
智源研究院在报告中据此判断，行业范式正在重塑，关键不再是“更大参数”，而是对物理世界底层秩序的学习、理解与可执行规划能力的建立。
原因：算法范式、工程能力与产业需求共同推动“升维” 报告提出的核心转向，可从三方面理解。
其一，认知范式“升维”。
以世界模型、下一状态预测为代表的新路径，强调让模型学习状态演化、时空连续性与因果关系，实现从“预测下一个词”向“预测世界下一状态”的跨越。
这一思路更贴近真实世界任务的本质需求，为仿真训练、规划决策与安全评估提供统一框架。
其二，工程体系“进化”。
多模态感知、运动控制、仿真平台、合成数据与评测体系逐步成熟，使“从数据到行动”的闭环更可构建，推动具身智能从实验室演示走向可控、可复制、可迭代的工程化路径。
其三，产业需求“倒逼”。
制造业升级、服务业提质、科研效率提升等现实需求，要求智能系统既能理解复杂场景，又能以低成本、可维护方式融入生产流程。
企业端在经历早期概念验证后，更关注数据治理、标准接口与可量化回报，这也促使技术路线从“炫技”转向“可交付”。
影响：实体化与协同化加速，应用端将出现“消费入口+行业深耕”双轨格局 围绕上述转向，报告对若干关键趋势作出判断。
一是世界模型成为重要共识方向，新范式或将重构竞争焦点。
报告认为，多模态世界模型将成为通向更高层级通用智能的重要基础；“下一状态预测”强调对环境演化的可解释建模，有望成为机器人训练、自动驾驶仿真等领域的关键底座。
其影响在于：评价体系将从生成质量逐步扩展到可规划、可控制、可验证的能力维度，相关算力、数据与工具链也会随之重组。
二是具身智能进入“出清期”，产业落地取决于闭环能力与场景选择。
报告指出，人形机器人等具身形态正从样机展示向真实生产与服务场景推进，竞争将更强调可靠性、成本与持续迭代能力。
未来能够构建“感知—决策—执行—反馈”闭环、并在具体场景形成规模交付的主体，才更可能在商业化阶段胜出。
三是多智能体系统抬升应用上限，标准化通信协议成为基础设施。
报告提出，复杂任务越来越依赖多智能体协作，通信协议与工具接口的标准化相当于智能体时代的“基础网络”。
这将带来两方面变化：一方面，单体能力的边际提升可能放缓，系统协同效率成为决定性变量；另一方面，科研、工业等长链条工作流将更易被拆解为可协作的任务单元，推动生产组织方式变革。
四是科研智能化进入新阶段，“AI科学家”成为重要方向。
报告认为，智能系统在科研中的角色将由辅助工具走向更强的自主研究能力，与自动化实验室、科学数据平台结合，有望显著缩短新材料、新药物等研发周期。
对我国而言，加快形成自主可控的科学基础模型体系、推进跨机构数据与平台协同，将成为提升原始创新效率的重要抓手。
五是应用兑现呈“双轨”：消费端聚合入口成形，企业端回归价值与标准。
报告判断，面向公众的一体化智能入口竞争将更加激烈，谁能更好地整合内容、工具与服务，谁就更可能占据用户心智；企业端则将从“概念热”回到“可衡量收益”，以数据治理、行业接口与安全合规为前提，在垂直领域形成可复制的产品与解决方案。
对策：以“能力闭环、标准体系与安全治理”支撑从示范到规模 面向新阶段，报告释放的信号是：只有把能力做实、把系统做稳、把生态做通，才能跨越从技术突破到产业价值的鸿沟。
一要强化基础研究与工程转化协同，围绕世界模型、具身智能、多智能体系统等方向，形成从算法、数据、工具链到评测的全栈能力，提升在关键底座上的自主创新水平。
二要推动标准与接口建设，促进智能体通信协议、行业数据接口、仿真与评测规范等“通用件”成熟，降低跨系统协作成本，避免重复建设与生态割裂。
三要把安全与可信作为规模化落地前置条件。
在实体世界应用中，应更重视安全验证、行为边界、责任划分与应急机制，推动形成可审计、可追责、可持续迭代的治理框架。
四要坚持场景牵引，以制造、物流、能源、医疗、科研等高价值场景为突破口，推动“从单点试验到流程再造”，以可量化指标检验投入产出，避免以概念替代能力。
前景：2026或成关键节点，决定性变量在“认知—行动—协同”的系统能力 报告认为，2026年可能成为人工智能从数字世界走向物理世界、从技术演示走向规模价值的重要分水岭。
展望未来，行业竞争不只比拼单一模型指标，而将更集中于三项系统能力：能否建立对世界演化的可用认知模型，能否在复杂场景中稳定行动与持续学习，能否通过多智能体协同把复杂任务转化为可执行、可交付的生产力。
谁能率先打通这三环，谁就更可能在新一轮产业变革中赢得主动。
人工智能技术的快速发展正在重塑人类社会的生产与生活方式。
从数字世界到物理世界的跨越，不仅是技术能力的提升，更是对人类认知边界的拓展。
未来，如何平衡创新与风险、效率与伦理的关系，将成为技术发展的关键命题。
在这一进程中，中国科技力量的角色与贡献值得期待。