本報訊 （記者賈麗）近日，由海淀區(qū)人民政府與北京國有資本運營管理有限公司聯合主辦的2026中關村論壇年會“人工智能主題日”特色主題論壇“AI未來論壇：躍遷·投資·共生”在中關村國際創(chuàng)新中心成功舉辦。論壇匯聚全球頂級投資人、產業(yè)領袖與前沿創(chuàng)新者，圍繞人工智能從技術突破邁向產業(yè)價值的關鍵路徑展開深入探討。

    在“前沿Tech Show”環(huán)節(jié)，北京生數科技有限公司（以下簡稱“生數科技”）創(chuàng)始人、清華大學人工智能研究院副院長朱軍教授發(fā)表題為《通用世界模型：連接數字世界與物理世界的橋梁》的主題演講，系統闡述了生數科技在通用世界模型方向的戰(zhàn)略布局與技術路徑。

    通用世界模型戰(zhàn)略布局越發(fā)清晰

    在長期的視頻大模型的技術積累上，生數科技逐步構建起一條清晰的通用世界模型的戰(zhàn)略布局：以基座世界模型為核心底層，向上延展出貫通數字空間與物理空間的雙軌體系，形成面向通用智能的核心基礎架構。

    在底層能力上，該基座世界模型基于全球首創(chuàng)的U-ViT架構，積累視覺、聽覺、觸覺等多模態(tài)信息，構建對世界的統一認知與建模能力，為上層應用提供統一的智能底座。

    在數字空間，生數科技基于世界生成模型（WGM）打造視頻大模型產品Vidu。Vidu生成模型聚焦單時點模擬世界，賦能AI在數字世界的生產力。流式生成模型，聚焦多時點模擬世界，實現實時陪伴和交互。Vidu顯著提升了數字內容的生產效率，最終實現數字世界的AGI。

    在物理空間，生數科技基于世界行動模型（WAM）構建統一世界模型產品Motus。Motus作為真實世界具身智能的“大腦”，致力于解決傳統具身智能鏈路割裂、數據稀缺、泛化能力弱等核心痛點，可實現真實世界下的零樣本泛化與跨本體適配，推動機器人從“模塊化執(zhí)行”向“統一智能體”躍遷，最終實現物理世界的AGI。

    由此，生數科技構建起貫通理解世界、生成世界與行動于世界的完整技術閉環(huán)，使通用世界模型真正成為連接數字世界與物理世界的橋梁。

    通用世界模型正成為通向AGI的重要方向

    而當前的AI系統，雖然在單點能力上取得了突破，但整體上仍然是“割裂”的。有的擅長生成，有的擅長理解，有的用于執(zhí)行，但很少有系統能夠統一完成這三件事。如果機器要真正具備智能，就必須具備類似人類的世界模型能力。

    在此基礎上，朱軍指出，通用世界模型正在成為通向AGI的重要方向。

    長期以來，具身智能面臨“數據墻”：真實世界的軌跡數據成本高、規(guī)模小，難以支撐模型泛化。對此，朱軍提出一個關鍵判斷：視頻，是當前最接近真實世界的數據形態(tài)。

    基于這一判斷，生數科技構建了以視頻為核心的數據體系——從海量互聯網視頻，到第一視角操作視頻，再到機器人數據，形成一個可擴展的數據金字塔。在這一體系下，即使缺乏大量標注數據，模型依然能夠學習到有效的行動能力。

    業(yè)內人士認為，在數據利用與規(guī)模擴展方面，Motus展現出顯著優(yōu)勢。在數據規(guī)模擴展實驗中，相較國際領先的VLA模型Pi0.5，Motus能夠從更廣泛的異構數據中學習，并有效融合預訓練基座模型中的多模態(tài)先驗能力。在長程、多步驟的復雜真機任務中，Motus進一步呈現出接近人類水平的決策邏輯與執(zhí)行穩(wěn)定性。

    面向未來，生數科技將繼續(xù)堅持以原創(chuàng)技術為底座，圍繞通用世界模型持續(xù)推進底層架構、數據體系與應用場景的協同突破。

    從視頻模型到世界模型，從數字空間到物理空間，生數科技正在探索一條更完整的通用智能路徑。隨著相關技術持續(xù)演進，通用世界模型也將加快走向真實產業(yè)場景，釋放更大的技術價值與應用潛力。

（編輯 張偉）