中青报·中青网记者 王烨捷 贾骥业

　　7月17日，在2026世界人工智能大会主论坛上，复旦大学浩清特聘教授、通用物理智能研究院院长苏昊作主旨发言。“本论坛的主题是‘基石’，我今天想聊的，恰恰是智能最底层的那块基石——物理智能。”苏昊是物理智能的“坚定乐观派”，他认为即便现在人工智能还存在幻觉，但距离现实已经不远了。

　　“大模型的进步有目共睹，但为什么最聪明的模型也难免幻觉？我认为最本质的一条是：语言只是世界的投影。”苏昊说，人类先在物理世界摸爬滚打后，才把经验压缩成语言；但模型学的一直是这道影子，从未见过投下影子的实体，因此它能流利地描写“杯子掉在地上会碎”，却从没有机会感受一只杯子的重量，“你可以在屏幕里雄辩，但你说服不了重力”。

　　苏昊在世界人工智能大会上发言。世界人工智能大会主办方供图

　　苏昊认为，大模型要走出幻觉，必须先走出“数字世界”的边界，去亲身体验，把自己交给“物理世界”去裁判——做出预测，采取行动，被现实修正。这个古老的过程叫作实验，也是物理智能的关键。

　　物理智能真正缺的，是一个能聚合人类全部物理世界知识的模型。从认知的源头数起，物理知识至少有六层阶梯，层层筑基。

　　下三层，属于客观世界。一是关于物体的知识，二是关于状态的知识，三是关于动力学的知识。上三层，则是下三层绑定了“主体”之后的样子。四是关于功能的知识，五是关于目标的知识，六是关于行为的知识。

　　苏昊说，从物体到行为，越往上，越不是“看”会的，越得在物理世界中亲手去“做”的。但模型没有童年——它学东西，主要靠人类留下的记录。麻烦的问题在于，这六层知识散落在互不相通的载体里，越往上，被记录下来的越少。互联网视频最海量，却基本停在阶梯下段——样子与运动看得见，力与手感够不到；教科书方程最精确，写的正是动力学，却只针对理想化的世界；真机数据有力觉、有操作示范，这个却少得可怜。

　　他说，“聚合”就是当前这一代人要完成的科学工程：把视频的广度、方程的精确、真机的真实、直觉的细腻，熔进同一个模型，互相校准补盲，把阶梯补完整。物理智能要从幻觉走到现实，中间隔着的，正是这道阶梯。

　　这道阶梯“非爬不可”，答案不在语料里，不在机房里，而在现实世界。

　　“今天的AI会写诗、会写代码、会做PPT——但它帮不了一位老人翻身。智能的价值大多还停在数字‘比特’世界，可人最沉重的那些需求，全在物理‘原子’世界。”苏昊说，当前，需要照护的人日益增多，能投入照护的人手却在减少；另一边，高空、井下、高温环境中危险、繁重的作业，也面临劳动力短缺的困境，“需求都在，缺的是人手。物理智能不是人的替代者，而是人的协作者——填补的是人手的缺口，把翻身、搬运这样的体力活交给机器，把照护者的时间，还给陪伴与关怀；把危险的作业交给机器，让人退到安全线之后，承担判断与创造”。

　　他说，物理智能的使命是“把人还给人”。它不会在某场发布会上一夜“实现”，更像当年的电气化——先点亮工厂和仓库，再走进商店和医院，最后才走进千家万户。物理智能的价值，不必等到终点，沿途就在释放。

　　“这条路上最险的一段，是演示与产品之间那道可靠性鸿沟。”苏昊说，填平这条鸿沟，靠的不是热闹，是基础工作，是积累数据——尤其是带力、带交互的那一半。填平它，靠的是行业标准，供应链，还有最难攒的社会信任。

　　他在大会主旨发言中留下三个判断，供未来检验。一是物理智能的突破口，不在模型的架构，而在知识的聚合。它需要整个行业乃至全社会的通力协作：共建数据，共立标准，共享仿真、评测等基础设施。当这些知识真正熔进同一个模型，物理世界就会迎来属于自己的“互联网时刻”——所谓GPT时刻，只是它的副产品。

　　二是行业重心将从“演示做得多惊艳”，转向“运行得有多可靠”。他介绍，工程上有个说法叫“几个九”：从99%到99.9%，每多一个“9”，难度都指数级上升；演示与产品的差距，就卡在最后那几个“9”里。通用性是终点，而可靠性才是起点——愿意在“9”上下笨功夫的团队，会走得最远。

　　三是物理智能将把AI从科学的“读者”，变成知识的“创造者”。苏昊看到，今天的AI读遍了人类几乎所有的论文，却几乎没有亲手做过一次实验；而新知识，恰恰诞生于实验。“当它拥有一双能感知、操作、验证真实世界的手，它就能自己提出假设、亲手实验、昼夜不休地修正。新材料、新药的发现，可能因此快上几个数量级。”他说。