图灵奖得主同台，清华系黑马亮出物理AI王牌

10月20日，首届2026物理AI与世界模型大会在南京国际博览中心开幕。图灵奖得主杨立昆与姚期智视频连线，沈向洋、于海斌两位院士发表主旨演讲。成立仅三年、累计完成9轮融资的清华系公司千诀科技，由创始人高海川在开幕式主论坛发布面向真实物理世界的具身智能大脑底座——Polibrain预测式世界模型。其技术底牌源于千诀联合清华大学团队围绕“隐变量可辨识性”发表的公开成果，比LeCun团队同类工作早约一年。

高海川指出，机器人行业不存在“ChatGPT时刻”，不会因单点技术突破带来全赛道瞬间爆发。数字世界可回滚重试，物理世界不可逆，试错代价极高，且机器人领域缺乏大规模物理交互数据，数据稀缺是具身智能的真正死穴。

2026年世界模型概念彻底火了：LeCun离开Meta创办AMI Labs，拿下10.3亿美元欧洲史上最大种子轮；9月28日AMD宣布以约82亿美元全股票交易收购李飞飞创办的World Labs。但世界模型存在路线之争。生成式路线按Sora逻辑预测每一帧像素，算力浪费大、推理慢，且易产生“物理幻觉”；预测式路线不在像素空间打转，直接深入潜在表征空间，关注“行动会导致什么变化”，以极低算力成本换取极高决策确定性。千诀2023年成立第一天就选定预测式路线，系被真机数据采集成本过高所逼。

技术底座方面，今年5月LeCun团队发布论文探讨神经网络何时恢复物理世界真实隐变量，而千诀联合清华自动化系陈峰教授团队（第一作者章天任）已于2025年ICML发表同类研究，早约一年。ICML 2026最新工作中，团队提出多项式表征与有效阶（ED），直击深度学习经典谜题。团队通过在真实数据中随机挑两个样本连线，观察模型沿线的输出变化，将“抖动程度”量化为ED：曲线越平滑ED越低，泛化越好。在CIFAR-10上，ED与模型新数据表现相关系数高达0.99。ED还可写入训练目标，让模型自觉趋向简单平滑，从根源解决“特征污染”难题。

Polibrain第二项核心技术为基于反事实推断的因果记忆机制：对每段历史信息追问“删掉它未来预测是否会质变”，关键因果节点牢牢记住，冗余信息果断丢弃，使机器人在遮挡、延迟反馈、多步骤任务依赖下仍能连贯决策。其持续决策闭环让模型每次下发指令时同步生成“预期反馈”，偏差出现时毫秒级逆向追踪根源并动态调整方案，实现能预测、能验证、能认错、能自愈的智能闭环。