距离2026物理AI与世界模型大会正式启幕日渐临近，一批参展企业与科研机构的技术成果陆续揭开面纱。会前，记者走访南京多家科创主体实地探访了解到，当通用大模型在文本、图像领域不断刷新能力上限，人工智能却长期困在数字空间之中，很难真正感知、干预真实的物理世界。而南京的一些本土企业和科研机构，正打破这一瓶颈，推动AI从数字世界走向现实物理场景。
爱思人工智能：
万物共脑，做异构设备的“总调度”
在南京市爱思人工智能科技有限公司，董事长杨通向记者介绍，本次大会上将推出两个核心产品功能升级，一个是Agnes Harness，这是一个通过模型单元管理多个智能可编程设备的系统，可以理解为“万物共脑”，让机械臂、无人机等各类设备通过AI实现互联互通；另一个是RSI模型，即模型自我进化系统，它能够自主打王者荣耀、操作机械臂，并在实践中持续优化自身能力，属于行业最早推出的类似解决方案之一。
在现场，工程师们运用这套系统模型为记者演示了火星救援模拟的场景。给出“救援航天员”一句模糊的自然语言指令，系统便自动完成任务拆解，分发给不同智能体。各个设备分头开展环境探索、目标定位、资源调配，设备之间实现上下文共享，可以做到使用自然语言沟通，信息无缝互通，最终闭环完成整套救援流程。“这相当于大语言模型走进真实物理世界的一个案例。”杨通告诉记者。
中科院工业人工智能研究所物理智能团队：
PAIWorld，多视角看懂物理世界
据悉，中国科学院工业人工智能研究所物理智能团队，将在本次大会上带来其自主研发的PAIWorld世界模型。团队负责人徐凯告诉记者，世界模型已被国际学术界和产业界公认为通向物理智能、实现机器人“感知—推演—决策—执行”闭环的关键基础，而PAIWorld正是面向机器人操作与具身智能的14B参数多视角世界基础模型，目前已由实验室原型进入行业验证和产业应用加速推进阶段。
不少AI做画面推演时，经常出现物体错位、场景前后矛盾的问题。徐凯介绍，PAIWorld首创几何先验驱动的多视角时空联合建模架构，将隐空间三维结构约束与跨视角注意力机制相结合，能够对多相机场景中的物体交互、运动形变、碰撞结果做高保真预演，有效解决传统视频世界模型在多视角信息融合、时空一致性保持、物理规律表达和动作轨迹预测方面的难题，推动世界模型从“生成视觉内容”向“理解和预测物理状态”拓展。
在此基础上，团队进一步布局世界动作模型（WAM）。据悉，WAM面向工业具身操作提出跨本体动作表示方法，将不同机器人结构、自由度、控制接口上的关节、末端执行器动作，统一映射为视频模型易于理解的视觉—时空结构，打通多类型机器人数据的统一建模与学习通道，推动感知、理解、规划和控制的一阶段端到端学习，让机器人从“看懂世界”走向“动手干活”。
南栖仙策：
物理AI的价值不在“生成内容”，而在“作出决策”
“物理AI的价值不在‘生成内容’，而在‘作出决策’——先在构建的世界模型里把方案想清楚，再回到物理世界里执行。”南栖仙策（南京）高新技术有限公司CEO徐亮向记者抛出这样一句观点鲜明的判断。在他看来，区别于很多大模型专注内容生成，物理AI的落脚点是输出可落地的行动策略。
他告诉记者：“我们打造世界模型建模平台REVIVE，依托真实系统数据，快速构建可推演的虚拟环境，将过去数月的建模周期压缩到按天、按周完成，完整技术闭环已经跑通。”
据悉，该平台已经在水利水务、煤炭、烟草、新能源领域形成标准化标杆案例，同时布局低空安防赛道，电力是下一步重点拓展方向。在徐亮看来，这套自主可控的建模平台，能够降低国内复杂系统物理实验门槛，减少对海外仿真控制工具的依赖，为实体领域发展新质生产力提供底层技术支撑。
徐亮告诉记者，当前市场概念混杂，不少人将通用大模型、传统仿真与物理AI混为一谈。他期待借本次大会契机厘清世界模型的技术内涵，凝聚产业共识，沉淀行业标准、公共数据集等长期产业资产，推动技术路线在江苏落地生根。未来，人工智能将不再只是屏幕之内的生成工具，而是能够理解现实、调度实体，甚至作出决策，深度参与生产生活的智能力量。
南京晨报/爱南京见习记者 李霁欣