名侦探柯南

5年，工业对经济增长贡献率从0.5%提升到20.7%——太行深处，一个山区县的工业突围_我的网站

A |     今年WAIC（世界人工智能大会）期间，许多人都在谈论世界模型，但说的未必是同一件事。         7月19日，在上海西岸国际会展中心，同一场论坛上，两种不同的声音先后登台。中国科学院院士、南京大学副校长周志华讲述了决策层世界模型依然面临的现实：推演误差和交互试错的高昂成本。    无农不稳，无工不富，山区县如何因地制宜发展工业经济？在“九山半水半分田”的革命老区省保定市阜平县，工业对经济增长贡献率从2020年的0.5%提升到2025年的20.7%。从几乎为零到大幅跃升，阜平县产业正向“工业富民强县”加速转变。5年来，当地工业经济提速扩量，农产品深加工、新能源装备制造、绿色建材等产业集群从无到有，走出了一条山区县的工业经济突围之路。延伸产业链条阜平县地处太行山东麓，是太行深山区县，人均耕地不足一亩，经济社会发展一度相对落后。

B | 种植养殖业曾经是阜平县脱贫攻坚主导产业之一。家住阜平县细沟村的村民焦东组建了一支30多人的团队，主要工作是把养殖在鸡棚的鸡捉放到鸡笼，以便运输到屠宰场。“这可是个技术活，并不像大家想象那般容易。他的团队最近有些许进展，但这仍是他口中“正在探索的方向”之一，而非已经解决的问题。         昆仑万维董事长兼CEO（首席执行官）方汉则给出一种判断。

C | “2026年是‘世界模型元年’。AI不再只停留在生成内容，而是开始理解世界怎么运行，预判行动会带来什么结果。

D | ”焦东说。”          一个“探索中”，一个“元年”。产业已经在抢跑，但世界模型的地基还没打完。

E |          同一个世界模型，公司各自“解题”          每家公司对世界模型的界定，几乎都精准卡在自己正在做的事情上。一臣农业科技有限公司投资兴建的养鸡场就在他家附近。

F |          腾讯不做硬件本体，只承担具身大脑平台的角色。“我们平时都是晚上工作，装车后运输到屠宰场，路上差不多4个小时。屠宰流水线一般白天开工，这样倒推，我们的工作时间就得在夜里。腾讯首席科学家、Robotics X实验室主任、福田实验室主任张正友认为，机器人行业就像iOS与安卓、Mac与Windows，也会分化出“全栈自研”和“平台+生态”两条路，腾讯选的是后者。”焦东说。

G |          在模型上，他认为VLA（视觉语言动作模型）短板明确，没有预测能力，而世界模型可以基于行动后果做预测。世界模型下一个有价值的方向，在于模型同时传递语言和图像信息，能推理，也具备想象力。         智象未来创始人兼CEO梅涛认为，一个真正的世界模型有三个要素：表达、推演、构造世界。不过，焦东和他的伙计们要更改时间了。实现这些的关键在于，让模型真正建立起对物理世界统一的认知。一项总投资2亿元的现代农业工程在阜平县加速崛起，一臣公司年屠宰5000万只肉鸡的加工厂正在紧锣密鼓建设。“必须向上下游延伸我们的产业链条。”一臣农业科技有限公司总经理魏东方说，“原屠宰线在其他城市，运费太高了。这也就是智象未来坚持原生全模态大模型的初衷：不是做一个更大的拼接模型，而是在最底层把“世界的运行规律”刻进模型的DNA里，以统一的方式理解视觉、语言、动作和空间关系。再有就是运输时间长，鸡容易脱水，影响口感。         梅涛认为，如果我们仅仅是把世界进行复现，本质上只是在做现有知识的压缩、拟合与复刻。

H | 在这样的范式下，人类五千年文明积累的信息量上限，就是AI的能力上限。”“新的屠宰线建成后，运输距离大大缩短。”焦东说，“伙计们今后不用再上‘夜班’了，得改‘白班’”。         但他也坦言，现在包括视频、多模态、具身、3D在内的各种世界模型，离真正的世界模型还比较遥远。         生数科技同样基于视频数据训练世界模型，强调对物理世界的理解。生数科技CEO骆怡航认为，世界模型必须同时具备感知理解、预测想象、行动三个维度：“世界模型一定要刻画整个人与世界的交互规律，同时能驱动人与数字、物理世界打交道，这个定义应该具备很强的Foundation（基础）属性。除了养殖环节，一臣公司向前延伸饲料加工、种鸡饲养、孵化环节，向后延长屠宰、配送及销售环节。”          作为PhysX物理引擎奠基人之一的张立华，同时也是复旦大学长聘特聘教授、飞捷科思创始人、中国人工智能学会人机融合智能专委会主任，他的判断标准落在是否符合物理规律上。         他认为，现有的主流世界模型基本还是数据驱动的视觉模型，难以把物理规律准确地嵌入模型里。这是阜平县打造农产品深加工龙头企业、强化本地工业经济的生动缩影。“虽然你看了很多图像、视频等数据，形成了一定的物理直觉的能力，但这个能力也存在限制，就像人的物理直觉一样，虽然能够在某些条件下给出相对准确的趋势判断，但并不能保证所有情况下判断的准确性和真实性。

I | 虽然你看了很多，但不等于你抓住了这些表象背后的物理机制。

J | ”          世界模型定义还存在争议，但不影响各大公司卡位。新能源产业突飞猛进，矿山整合开发持续推进……5年来，阜平县聚势赋能，抓项目稳增长，实施重点项目337项，招引外资企业3家，2025年全县地区生产总值比2020年增长42.4%，规上工业增加值比2020年增长90.7%。做好招商引资阜平县区位交通、产业基础、市场腹地等条件并不优良，硬件条件比不了发达地区，就要在软件服务上下功夫，在用真心、动真情上做文章。         昆仑万维不再局限于视频（SkyReels）、音乐（ Mureka ）等AI生成内容的业务线，开始向世界模型、机器人模型等物理AI叙事框架转变。在阜平，全县机关干部为了招商引资，有的不远千里，四次前往拜访投资方；有的舍弃休息时间，乘车七八个小时实地考察对接……7个月时间，一座花园式现代化食用油加工厂拔地而起。“当时可选择落户的地方有几个，阜平大片的山地适宜黑花生种植，老区干部群众的热情淳朴让我感动。

K | 生数科技并不瞄准单一场景，而是希望做好通用能力，用同一个模型驱动不同本体去做不同的任务，半天到一天内就能适配部署。”醇油坊食品有限公司董事长张广辉说，工厂建设时，政府部门多方协调保证了施工进度。一个落地企业的真实感受，胜过十场招商推介会。飞捷科思则发起“物理智能创新联合体”，联合32家单位，定位成国产世界模型的操作系统底座。         谁能先抓住“世界模型”这顶帽子，谁就先占住了故事的入口。一位投资人曾透露，他年初见过一家具身智能公司，能讲出非常好的应用场景，时隔三个月后便开始讲世界模型的故事，“这是很现实的问题”。张广辉还有一个身份：阜平县政府招商形象大使。         模型存短板，不能完全信任          世界模型对物理世界的理解，还存在欠缺。         破壳机器人创始人许华哲提到，即便现在的模型已经能做到不错的像素级预测，也不能完全信任它。“只要是模型生成出来的东西，就一定带着模型自己的特性，如果在这样的仿真器里学策略，很容易拟合到模型的特性，而不是真实世界的特性。

L | ”          要补上这个缺口，模型需要两个方向：一是让模型本身更懂物理规律，二是让模型学习的环境足够真实。         前一个方向，是视频生成厂商正在做的事，押注的是底层算法架构和高质量数据实现跃升后，模型自己能把物理规律“悟”出来。

M | 他发挥自身资源优势牵线搭桥，成功引入鲜榨果汁企业、龙头食用油企业等。阜平县发展改革和科学技术局局长耿慧介绍，全县打造以商招商、产业链招商等多元模式，围绕主导产业精准发力，推动招商工作加快转变。

N | 成功吸引外资企业落户，2025年外资到账金额达565.32万美元。耿慧介绍，全县狠抓项目落地，强化全流程跟踪、全要素保障、全周期管理，下大力气打通招商项目落地环节的堵点难点，确保项目引得来、落得下、建得成。如今，阜平的交通正在改善。雄忻高铁动工并在阜平设站，阜平县通用机场前期工作已取得关键性进展。

o |          智象未来选择视频、全模态到世界模型这条路径，因为“互联网视频数据非常多，这些数据已经包含许多物理规律、因果关系在内”。届时，阜平可半小时到达雄安，一小时到达北京，成为冀西重要交通枢纽，为产业发展提供广阔市场。并自研了UiT（Unified Transformer）架构，在数据端则涵盖了20万小时版权数据，覆盖超70%华语电影资源的行业多模态语料库。         生数科技则用MoT架构（可以理解为是一种稀疏、多模态Transformer架构）把理解、生成和行动整合在一起，而非“先理解、再规划、再动作”的分步路线。

p |          模型“悟”出规律，还得放到仿真环境里训练和验证。阜平县委副书记、县长吴昊说：“同自身相比，我们有了跨越式发展。

q | 但是也要清醒认识到阜平县域经济正处在做大体量、提升质量、突破发展的关键阶段，我们将继续聚力推进项目落地实施。”优化投资环境有了好的营商环境，企业才能茁壮成长。如果仿真环境本身的物理规律不够真，模型学到的东西再像，也经不起真机上的检验。这就是飞捷科思在做的事，给模型提供可信的训练地基。

r | 企业想投资、敢投资、长投资，是对一个地方营商环境投下的信任票。阜平县植被覆盖率超过80%，有“天然氧吧”的称号。车入乡间，满眼青翠，空气清新。         一切源于张立华团队的踩坑经历。他的复旦实验室团队，早年也用过其他商用具身仿真平台做仿真训练，“仿真的时候机器人表现得非常完美，但我们把实机都造出来后，再一验证就发现不行”。后来团队排查发现，其底层的物理引擎动量并不守恒，仿真训练了很久，但因为模拟的物理规律并不符合现实世界的物理规律，导致训练好的算法不能在真机上复现。“阜平山清水秀，人文环境明净朴实。”魏东方说，“我从2013年在阜平扎根，一待就是十多个年头。

s | 我们延伸产业链，一方面是企业自身发展的需要，另一方面也是看中了当地人民的朴实厚道，看中了政府部门工作人员的高效实干。         经历这一教训后，团队没有急于继续扩大模型训练，而是转向自研底层物理引擎和仿真训练平台，目的就是要提升物理引擎和仿真训练平台的精度和能力。”营商环境优，促项目建设快。

t | 进一步，他们做出了全新一代物理世界模型Fysiverse，其架构是创新的“显式物理模拟器+生成式渲染器”双驱动，让生成模型继续发挥视觉表达优势，用物理引擎补因果建模的短板。近年来，阜平把优化营商环境作为“生命线工程”，推进“高效办成一件事”机制，设立“企业服务中心”，通过批前介入、主动服务、并联审批等措施，压缩政务事项办理时限。         张立华认为，现在绝大部分模型还是以端到端为主，很少体现推理能力，但一个真正通用、有泛化性的模型，未来一定要具备推理能力。“遇到物体位置突然变化这类情况，机器人应该可以像人一样及时做出判断并调整策略，而不是只靠预训练学到的反应去执行。企业递交审批事项，受理部门如要退回，需同时向上级报备，这是阜平县采取的审批退回提级报备制度。阜平县行政审批局局长张涛介绍，当发生特定情形的审批退回时，原审批经办部门或人员必须将退回事项的相关情况，向上级负责人及指定的监督管理部门报告和备案。”而这种推理能力的训练，同样需要物理真实的仿真环境来支撑。阜平县委书记王占祥说：“全县将持续优环境、强服务，努力打造一流营商环境，因地制宜谋划发展路径，加快建设经济强县、美丽阜平。”（新华每日电讯记者白明山 苏凯洋）。         第一人称视角数据缺失，补法却不一样          模型要学好，除了要有对的架构和环境，还需要足够多的数据。

u | 具身智能下一步，需要大量第一人称视角的操作数据，也就是以人的视角拍到的、真实操作物体时的视频。         视频生成厂商正在把自己的生成能力延伸向用于模型训练的数据供给。

v | 这背后是世界模型对高质量数据的渴求。梅涛提到，目前容易获取的数据基本已经被拿得差不多了，但真正高质量、有私域价值的数据反而越来越难拿到。         梅涛谈到智象未来与一家机器人公司的合作：对方提供人类带着夹爪操作的仿真数据，每个关节点精度大概在毫米级；智象未来反过来生成一份不带夹爪的真人第一人称实操视频，和原始数据一一对齐。“用这样的视频可以做增广，一份高精度、带夹爪的视频，能生成出上百到上千份不同背景、肤色、形态的版本，同样保持高精度。”          C端的数据采集，目前还停留在比较原始的阶段。许华哲提到，现在主要是靠58同城、猎聘这类公司，派人带着采集设备上门去拍；下一步可能是把采集设备直接寄到普通人家里，让人边带娃或边做自媒体，边采数据赚点钱。         究竟需要多少量级的数据，行业还在探索。启明创投给出一个参照：头部机器人公司的有效数据，会从2025年的“万小时级”，跃升到2027年的“百万小时级”，其中人类第一视角数据将占绝对主导。

w |          而数据恰恰是行业难以共享的东西。许华哲提到，数据是具身智能里最核心的资产，几乎没人会真正把它开源出来，网上很多号称开源一万小时的数据集，点开可能只有五十小时。         当行业有人喊出“元年”时，学界在解理论“死结”，厂商在用同一个词争不同的定义。模型在往前跑，地基在往下打，中间还缺数据。

x | 世界模型在还没被讲清楚前，就已经被相信了。

y |          新京报贝壳财经记者 韦英姿          编辑 王进雨          校对 穆祥桐。

z |

Current article:http://rog6fd.licuqiangraosuiheizhua.pics/news/20260826_589.html

Published on:01:05:05