一句话看懂：在 2025 年智源大会上，智源研究院院长王仲远、银河通用 CTO 王鹤、面壁智能 CEO 李大海共同指出，大模型技术远未收敛，真正的护城河在于数据闭环、软硬协同和垂直场景深耕；同时，具身智能正迎来以“世界动作模型（WAM）”为核心的规模化阶段，可能成为中国 AI 弯道超车的核心赛道。
事件核心：发生了什么
6月12日，智源大会举办核心技术论坛圆桌，由蓝驰创投管理合伙人陈维广主持。三位嘉宾围绕大模型长期价值、Scaling Law 是否失效、端侧与云端关系、AI 安全以及中国机遇五个议题展开讨论。核心结论包括：
– Scaling Law 未失效，已从纯语言扩展到多模态和具身智能；
– 银河通用提出了世界动作模型（WAM），不需要动作标签即可让机器人从人类视频中学任务，目前处于 GPT-1 到 GPT-2 的发展阶段；
– 李大海强调，模型公司需像“T 形人才”一样专精，例如 Anthropic 靠顶级的 Coding 能力获得商业认可；
– 智源研究院发布多模态 Scaling 方案，并正探索物理世界基座模型。
为什么重要
这场对话打破了“大模型无护城河”的悲观论调，指出了三条明确的技术路径：
– 语言模型的持续优化依赖后训练、Agent 和递归自进化；
– 具身智能的 Scaling 正从 VLA 过渡到 WAM，可大量利用人类视频数据驱动机器人学习，降低遥操成本；
– 端侧与云端长期共存，终端大模型因硬件升级和量化技术仍有巨大 Scaling 空间。此外，三位嘉宾一致认为，中国在供应链完整性、应用场景丰富度和年轻人才数量上具备全球唯一优势，具身智能可能是中国 AI 的“AlphaGo 时刻”。
对用户/开发者/创作者的影响
对于开发者和创业者，需要关注三个方向：
– 不要再迷信“通用大模型一家通吃”，应学习 Anthropic 或面壁智能，在特定领域（如代码、机器人控制）建立极致能力并形成数据闭环；
– 具身智能创业者可关注 WAM 路线的开源论文（银河通用 2025 年 3 月首提 WAM），该路线可能大幅降低机器人训练的数据采集成本；
– 投资人和团队需考虑“软硬协同”能力——单纯做模型很难长期立足，必须同时掌握硬件迭代和系统交付能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 银河通用的 WAM 论文是否会在业界引发跟进，以及是否有机器人公司公开采用其路线的数据和模型；
2. 智源研究院接下来在世界基座模型（物界 Physics）上的 Scaling 实验能否复现多模态的成功路径；
3. 大模型公司在编码、客服、具身等垂直方向的具体产品落地情况——这是验证“纵向长板”理论的关键。
来源：InfoQ CN
