本报记者刘诗萌 北京报道

“衡量模型价值最好的单位是什么？”

2026年上半年，当Tokenmaxxing时代开始终结，各大AI厂商悄然降低对Token调用成本的补贴，当单纯的benchmark在各个大模型之间已经无法拉开差距，而人机协作的效率尚且无法有效度量，如何衡量一个AI大模型的价值已经变成了一个让人有些疑惑的问题。

6月12—13日，被业内称为“AI界春晚”的第八届北京智源大会在中关村国际创新中心举行。在其中的Token经济与OPC分论坛上，新加坡国立大学校长青年教授、潞晨科技创始人尤洋给出了他的回答。他用几乎占了半个PPT大小的红色大字，打出了一个让现场观众发出一阵会心笑声的词：人民币。在他看来，token不是奶茶，不能直接套用销量和收入成正比的消费逻辑去衡量AIAgent的营收，而是应该找到一个长期的、最客观的大模型经济计量单位。

有观点，有碰撞，有一针见血，也有和而不同。在两天的会议时间里，《华夏时报》记者见证了这场AI界的前沿学术盛会，两位图灵奖得主与包括英伟达、哈佛、MIT等20余家全球顶尖科技企业及高校科研机构与阿里、腾讯、小米、清华、北大等中国AI行业最核心的创新力量就世界模型、具身智能等最新的议题同场交流。

世界模型“上新”

作为“AI人才的黄埔军校”，会议主办方智源研究院自2018年成立以来，先后发布了“悟道”系列大模型和“悟界”系列大模型，截至目前开源模型超200个，全球总下载量累计超过10亿次，也孵化了一系列在大模型领域和具身智能领域非常具有代表性的创新创业企业。

会上，智源研究院发布了在基座大模型、智能体以及基础软硬件生态三个领域取得的科研进展。基础软硬件生态方面，致力于破解“多模型×多芯片”适配难题的FlagOS，此次全面升级，已支持华为昇腾、海光、摩尔线程、清微智能、英伟达等18家芯片品牌的32款芯片型号，构建了从底层算子到上层框架接入的完整技术体系。

智源研究院副院长兼总工程师林咏华向《华夏时报》记者表示，FlagOS2.1有8大算子库，算子总数已经超过600个。其中，在大模型推理要求更高性能和效率的背景下，今年增加的FlagGems-vLLM算子库能够在给定的硬件下更快地完成大模型的推理任务。她指出，随着算子越来越成熟，背后支持的芯片越来越多，开发者可以更快速、更大比例地使用这一平台去打造自己的智算系统。

智能体方面，智源推出了四款自主研发的智能体，分别面向心脏辅助诊断、科学发现、个人专属助理以及生物安全防护等领域。其中，个人助理智能体SoulAgent在本次会议上帮助参会者实时听会，并与多位专家的智能分身交谈。据介绍，SoulAgent是面向个人用户的专属智能体，采用全新自研架构，实现 Token 成本节省30%，资源占用降低80%。开幕式期间，记者也尝试使用该智能体总结会议10分钟前的会议内容，发现其几秒钟之内就能给出答案，确实十分高效。

基座大模型方面，智源认为世界模型是面向真实物理世界的下一代基座模型，代表着人工智能的下一个重要范式跃迁。三年前，杨立昆（Yann LeCun）曾在智源大会上阐述了新一代世界模型的概念。今年智源推出了悟界·Physis-v0.1，以通用基座能力实现全场景物理交互、感知与决策的统一，从根源提升AI物理推理的真实性与可靠性。据悉，模型支持50+复杂物理场景长程推理，具备物理一致性、动作因果性、长程可推演性、通用泛化性四大核心能力可广泛应用于严肃工业、具身智能、物理仿真、科学研究等真实物理场景。

自进化是未来

过去一段时间，随着智能体的发展进入新阶段，“世界模型”的不同路线仍是业界激烈探讨的问题。智源研究院院长王仲远指出，视频生成模型过去很长一段时间都被认为是世界模型，但我们完全可以用视频生成模型生成一群猪在天上跟飞机一起飞，而语言大模型高考数学虽然能做到148分，能够解决语言的物理知识和数学知识，但这二者都没有很好地跟真实物理世界结合。因此，世界模型当前仍处在发展早期阶段，学术界目前仍有争论，对于怎么训练世界模型，到底是需要视频数据、仿真数据还是真实物理世界的数据，大家还没有找到方法路径。但世界模型很有可能是具身智能实现更大突破很重要的基座模型关键，当前正是需要科研机构共同努力，攻克下一个物理问题的阶段。

而另一个近期热点的问题，则是6月初Anthropic发布的万字长文《当AI构建自己》，回溯了最近五年里这家AI巨头使用AI Agent方式的变迁。从2021—2023年人们在笔记本电脑上写代码、写文档，到2023—2025年生成一小段代码片段复制到文本编辑器里，再到最近两年智能体已经自主编写和修改代码，甚至能独立完成整个文件。伴随着AI Coding的发展，所有数字世界的游戏、程序、能力经过未来这些年的发展会越来越多是AI构造，程序员越来越多地变成架构师或者评估师，必将给整个数字世界、整个人类社会带来更深远的影响。

会上，在“重构世界——中国大模型巅峰对话”圆桌环节，AI自进化问题也成为与会嘉宾讨论的重点。小米集团MiMo负责人罗福莉感叹，当前AI自进化系统正在逼近研究前沿，去年顶尖AI模型的能力上限还是在指令非常清晰的时候做非常好的执行，今天它的能力已经从执行层面延伸到解决抽象问题，目前顶尖模型和顶尖研究员的差距主要在提出假设和研究品位上；清华大学计算机系教授、面壁智能联合创始人兼首席科学家刘知远认为，如果说工业革命的极致是用机器制造机器，智能革命的极致就是用AI制造AI，这是人工智能发展到高级状态的标志；南洋理工大学校长讲席教授、人工智能交叉研究院院长安波肯定了AI自进化的可能性，但指出AI能力较弱时，封闭环境下的自进化很难成功；清华大学计算机系教授、生数科技创始人朱军则从信息熵角度出发，演化过程必须有额外信息输入。他倾向先构建通用基础模型学到60%的能力，再通过规模化和真实世界交互反馈，让智能体在可演化、可发育的环境中持续进步，最终走向通用世界模型。

无独有偶，在“智源学者论坛：AI前沿交叉融合专场”中，英诺科创基金合伙人、北京前沿国际人工智能研究院理事长王晟也表示，当前资本市场对于AI自进化已经形成很强的共识，认为这一方向很有可能解决当前智能体和基座模型面临的很多问题，目前国内也有一些公司在启动较大的融资。

“AI可以给你答案，但只有你能创造问题。”在会议设置的“与AI的100种关系”的留言板上，一条留言如此写道。AI能否自进化到真正创造问题的阶段，或许在不久的将来就有可能有一个答案。而一旦它实现了这样的突破，碳基生物的价值要如何重新锚定，则是一个更难以回避的问题。

责任编辑：徐芸茜 主编：公培佳