WAIC智启具身论坛聚焦物理AI通用智能涌现
物理AI正从演示走向真实部署，关键在于数据飞轮和统一表征，多家厂商展示了跨本体泛化和工业级可靠性。
物理AI（把算法部署到真实机器人）面临数据稀缺、统一表征缺失、闭环难三大障碍。智元等厂商提出预训练-后训练-持续学习架构，用真实产线数据验证，产线作业成功率99.99%。模型决定起点，数据定义终局。
正文摘录
（上海，2026 年 7 月 19 日）当大模型已经在语言、数学、代码等数字世界完成能力跃迁，下一阶段人工智能的核心命题正在转向真实世界：机器人如何感知环境、理解任务、执行动作，并在持续反馈中自我进化？物理 AI 何时会迎来 ChatGPT 时刻？ 围绕行业最热议题，7 月 19 日，智元、觅蜂科技联合主办 2026 世界人工智能大会核心分论坛“智启具身论坛 2026——迎接物理 AI 智能涌现”。本次论坛汇聚清华大学、佐治亚理工学院、Physical Intelligence、Genesis AI、Dyna Robotics、Sunday Robotics、腾讯 Robotics X 等海内外顶尖高校、机器人实验室与头部科技企业技术领军者代表，共同拆解物理 AI 翻越 Scaling Law “物理墙”、实现通用物理智能涌现的可行路径。  （7 月 19 日，2026 世界人工智能大会·智启具身论坛在上海世博中心金厅举行。） 模型决定起点，数据定义终局 打造可泛化、可优化、可进化的通用具身智能系统 论坛开篇，智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼 CEO 姚卯青带来主旨演讲《模型与数据飞轮：冲破物理墙，驱动物理 AI 智能涌现》。  （智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼 CEO 姚卯青作主旨演讲） 姚卯青认为，理解物理 AI，首先要回到智能的两条主线：表征与闭环。表征，是对世界的抽象压缩；