梅涛：高IQ≠全能，智象全模态世界模型构建物理AI闭环

8月19日，2026世界机器人大会期间，一场聚焦物理AI发展的主题论坛在北京举行。本次论坛围绕“物理AI进行时”主题，集结了具身智能领域的顶尖学者、企业创始人和一线技术负责人，围绕通用物理智能的技术演进路径与产业落地方向展开深度探讨。

作为原生全模态世界模型领域的代表性企业，智象未来创始人兼CEO梅涛在论坛上发表了主旨演讲，以《原生全模态世界模型：从“模拟世界”到“交互世界”》为主题，从AI大模型的技术演化趋势切入，系统梳理了大模型从多模态向原生全模态、从模拟世界向交互世界演进的核心逻辑，为物理AI的底层能力建设提供了全新的技术视角与落地思路。

高IQ并非全能：AI从认知世界到改变物理世界

梅涛在演讲中提到，过去几年AI大模型的发展速度远超预期，大语言模型、多模态模型与具身智能三条原本独立演进的技术路线正在加速融合，不少行业从业者将2026年称为“世界模型元年”。

他分享了一组行业观测数据：今年年初，顶尖通用大模型的IQ水平约为130，相当于国内顶尖少年班的天才学生水平；而到2026年8月，最新一代大模型的IQ已经接近140。但梅涛特别强调，高IQ并不等同于全能，就像在校成绩优异的学生未必具备全面的实践能力一样，仅在测试中表现出色的大模型，未必能在真实物理世界中完成长期、稳定且可靠的任务，这也正是物理AI赛道受到广泛关注的核心原因。

不同类型的AI模型各有侧重：大语言模型擅长对世界的理解、知识压缩与逻辑推理；多模态模型擅长对世界的生成与趋势预测；具身交互模型则擅长与真实物理世界的互动。而真正的通用世界模型，需要同时具备完整的世界状态表达能力、物理规律与因果关系推演能力，以及世界重构能力。从文本、多模态到具身交互，三条独立演化的技术路线正在加速走向融合。

原生全模态架构：突破行业技术上限

基于自研的UiT（Unified Transformer）统一架构，智象未来近期正式发布了原生全模态交互式世界模型HiDream-O1-World。这款模型在首次参与权威榜单WBench测评时，便登顶了Navi分榜的榜首位置。

HiDream-O1-World支持文本、图像以及交互式操控等多模态输入，具备漫游、编辑、交互三项核心能力，同时可以构建多种主体与风格化场景：既能够高度还原真实物理空间，也可以生成二次元卡通、3A游戏渲染等风格化的虚拟世界。

从技术底层来看，这款模型的核心突破在于实现了长时程的时空一致性与物理一致性，能够在长时序的交互过程中“记住”已经探索过的场景结构，在复杂的交互场景中保持较高的物理合理性，避免出现违背现实物理规则的错误。

HiDream-O1-World正在打开全新的产业应用空间：在AI互动影游领域，用户可以成为叙事的主动参与者，而非被动的观看者；在具身智能仿真场景中，模型可以搭建高保真的虚拟训练底座，帮助机器人快速学习操作逻辑；在3D场景生成赛道，创作者可以高效生成结构完整的3D空间，大幅缩短从创意构思到成品落地的迭代周期。

以此为基础，智象未来正在围绕世界模型的定义持续拓展技术边界，逐步完善覆盖图像模型、视频模型及交互式世界模型等方向的全链路模型矩阵。

构建闭环：连接物理世界的核心逻辑

在谈到具身智能的能力底座时，梅涛将关键关系概括为：世界模型和具身智能的发展，需要将数据、世界模型、智能体和具身本体有机连接起来。具体来说，数据负责构建认知基础，世界模型负责理解世界状态、推演物理规律，智能体基于模型的预测结果进行决策与路径规划，具身本体则完成真实物理世界的动作执行，而真实环境的反馈又会回流成为新的训练数据，由此形成“数据—认知—行动—反馈”的闭环飞轮。

梅涛进一步指出，世界模型正是这一闭环飞轮中的认知中枢，没有高质量的世界模型，仿真环境难以逼近真实物理规则，具身智能的数据飞轮也无法真正运转起来。

整个闭环体系的最底层是数据底座，包含三类缺一不可的数据：互联网先验数据、仿真环境中的物理试错数据，以及行动闭环中的真实交互数据。真实环境的行动反馈会持续回流成为新的训练数据，驱动整个飞轮不断加速迭代。以互联网先验数据为例，智象未来目前已经积累了近千万小时的视频训练数据。

闭环的中间层是世界模型，作为具身智能的核心内核，负责推演世界运行规律，回答“世界是什么”以及“接下来会发生什么”的核心问题。最上层则是智能体与具身系统，基于世界模型的预测结果做出自主决策，并通过具身本体完成物理动作，实现从认知到行动的完整闭环。

梅涛还特别强调了仿真数据在物理AI发展中的重要价值，并以智象未来与诺亦腾机器人的合作为例进行说明：利用原生全模态大模型对真实采集的人体动作数据进行增强处理，可以生成大量符合物理约束的视频内容，确保同一动作在不同背景、不同场景、不同肤色下都能保持动作一致性。这种数据增强能力可以大幅降低真实数据采集的成本与压力，让机器人先在仿真环境中完成学习训练，再迁移到真实物理环境中进行实操。

这些实践背后，体现了智象未来对AI演进方向的一贯判断：大模型让AI实现对世界的理解，智能体与具身系统让AI能够在物理世界中行动，而原生全模态世界模型则将认知、行动与反馈三者连接为一体，让AI真正具备在物理世界中持续学习与进化的能力。

从模拟世界到理解世界，从推演世界到交互世界，智象未来将持续深耕原生全模态世界模型领域，以技术创新与生态协同作为双轮驱动，既服务于数字智能的发展，也加速具身智能在真实物理环境中的训练与落地，助力物理AI从技术探索阶段迈入规模化、商业化的全新发展阶段。