智源悟界·Physis 是什麼？世界模型與國產全棧 FlagOS 解析

重點摘要

• 2026 年 6 月 12 日，智源研究院在北京發布悟界·Physis-v0.1（智源自稱全球首個通用世界基座模型），並將現有世界模型技術整理為四大路線，主張 AI 範式正從「預測下一個詞元」轉向「預測下一個物理狀態」（廠商自述，待第三方驗證）
• FlagOS 2.1 已支援 18 家芯片廠商 32 款芯片、算子超 600 個，目標是把「M 款模型 × N 款芯片」的碎片化適配問題收斂為統一軟體棧，觸及開發者 5.6 萬人
• 智源累計開源模型逾 200 個、全球下載破 10 億次，配合 FlagOS 去 CUDA 依賴的設計方向，這套組合在結構上指向「開源模型 + 國產芯片全棧」的完整替代路線

2026 年 6 月 12 日，第八屆北京智源大會在中關村國際創新中心開幕。智源研究院院長王仲遠在開幕報告中集中發布一批新成果：世界基座模型悟界·Physis-v0.1、多模態神經科學大模型悟界·Brainμ1.0、AI 藥物發現模型悟界·OpenComplex2.5，以及剛升版的基礎軟體棧 FlagOS 2.1。現代數位安全體系奠基者 Whitfield Diffie 線下與會，聚焦 Agent 時代的安全挑戰；強化學習奠基人 Andrew Barto 追問「交互驅動智能」對下一代 AI 系統的意義。

把這些發布並排看，兩條主線浮現：一條是模型範式的演化（從語言到物理世界），另一條是算力主權的基礎設施（從依賴單一 GPU 生態轉向多芯片統一接入）。這兩條線在戰略上是同一個意圖的兩個側面。

智源為何要把範式從「詞元」換到「物理狀態」？

智源在這次大會上把一個論點說得很明確：大語言模型與多模態技術日趨成熟後，AI 的發展重心將進入世界模型時代，而世界模型的核心本質是模型理解物理狀態，而非語言層面的下一個詞元。

這個判斷有一段可追溯的軌跡。AMI Labs 共同創辦人兼執行主席 Yann LeCun（2025 年 11 月離開 Meta 首席 AI 科學家職務）早在 2023 年的智源大會就系統闡述了世界模型的概念框架；智源 2024 年大會進一步宣告「世界模型是下一代大模型技術」。到 2025 年 10 月，悟界·Emu3.5 仍走 Next-Token Prediction（預測下一個詞元）路線，統一文字、圖片、影片的多模態學習，這批原創成果於 2026 年 1 月刊上 Nature 正刊。今年推出的悟界·Physis-v0.1 試圖再往前推，把物理正確性、動作因果可溯性、長程一致性放進基座設計。

智源這次把現有世界模型技術系統整理為四大路線（原始報告第一類「以語言為中心」後截斷，四類的完整定義尚未公開）。不論四類的具體邊界為何，制定分類框架本身已是戰略動作：定義框架的人，在接下來的學術討論和產品競爭中通常擁有先手。這些仍是智源的自我定位，目前缺乏完整的第三方技術評測，需以路線觀察的視角閱讀。

Brainμ、OpenComplex2.5、Physis 分別押什麼？

悟界·Brainμ1.0 把 Next-Token Prediction 延伸到腦科學資料，智源自稱是全球首個理解與生成統一的多模態神經科學大模型。配套支撐點有兩個：智源同步發布了自稱全球最大的 AI-Ready 神經科學資料集，以及資料平台 BrainToken。智源聯合清華的後續研究已刊於 Science，這是目前最直接的外部驗證節點。應用端理論上指向腦機介面、神經退化疾病診斷等方向，但從基礎研究到臨床落地，以年計，甚至以十年計。

悟界·OpenComplex2.5 押的是 AI 製藥。它主打能精確解析無序蛋白質（IDP，Intrinsically Disordered Proteins）的靈活構象，以「單一模型覆蓋製藥四大關鍵步驟」為核心賣點，目標是系統打通從靶點到候選化合物的研發流程。AI 製藥領域目前競爭密集，OpenComplex2.5 的差異化訴求在「全流程整合」而非單點突破，功能層面的比較優勢仍待獨立評測確認。

悟界·Physis-v0.1 是三者中定位最寬、也最難被現有 benchmark 快速量化的。具身智能端則有仍在研發中的悟界·RoboBrain Orca，融合大量以自我為中心（Ego-centric）的互動資料，目標是強化跨場景少樣本泛化能力，但目前尚未進入可驗證的發布階段，屬於路線揭露而非可測試的交付物。

FlagOS 2.1 在解什麼工程問題？

問題本身很具體：中國有大批國產芯片廠商，每家的指令集、編譯器和通信庫各不相同，同一個模型要在多款芯片上有效運行，適配工程量呈「M 款模型 × N 款芯片」的笛卡兒積爆炸，企業幾乎不可能單靠自己逐一打通。

FlagOS 2.1 的答案是做統一中間層：18 家廠商、32 款芯片的統一接入，算子總數超 600 個，統一編譯器覆蓋 18 家廠商，統一通信庫覆蓋 12 家廠商。截至目前 FlagOS 生態成員超過 80 家，全球下載量超 37.5 萬次，觸及開發者 5.6 萬人。

FlagOS 的策略是先用「支援芯片數量最多」建立接入廣度，再靠開源社群把算子庫填深。問題在於，600+ 算子是數量指標，各款芯片上的實際效能表現才是開發者評估遷移成本的真正依據，這份資料目前仍不充分。

開源全棧能真正替代 CUDA 依賴嗎？

智源的整體路線在邏輯上指向這樣一個完整替代方案：開源模型提供上層能力，FlagOS 處理底層多芯片統一接入，國產芯片廠商作為硬體基礎。開源模型逾 200 個、累計下載破 10 億次，說明生態有一定規模基礎。

但這套路線有兩個關鍵尚未解開。第一，國產芯片的實際可用吞吐量和訓練大規模模型的工程可行性，仍然是這套全棧最薄的一環，FlagOS 提供的是接入層，無法填補底層算力的差距。第二，世界模型的評測標準幾乎尚未成形，現有 LLM benchmark 滿街都是，但「物理狀態預測準確率」的評測框架幾乎還是白紙，Physis 等模型的技術宣稱因此缺乏可量化對比的基準，使「全球首個」更像路線宣示，而非可驗證的技術主張。

比發布會定性描述更值得追蹤的，是這三件事：主流開源模型在 FlagOS 支援的國產芯片上能達到什麼效能比；有多少企業實際把核心訓練負載從 CUDA 切換過來；以及世界模型領域何時出現獨立第三方的評測框架。判斷智源這張全棧牌能否兌現，靠的是這三個問題的答案。