一句话看懂：在2026年智源大会上，多位顶尖AI学者与产业领袖达成共识：大模型正从“提升效率的工具”转向“重构数字与物理世界的底层力量”。其中，AI Coding通过密集的数据闭环成为最成熟的突破口，而世界模型与智能体自进化则是通向物理世界与高阶智能的必经之路。
事件核心：发生了什么
6月12日，第八届智源大会举行“重构世界：中国大模型巅峰对话”，由智源研究院院长王仲远主持，嘉宾包括小米MiMo大模型负责人罗福莉、清华教授朱军、面壁智能刘知远以及南洋理工大学安波。讨论围绕三个关键议题展开：AI Coding的代表——Anthropic的Claude Fable5已能在一天内完成约5000万行代码的库迁移（原需人类团队一个月）；智能体正从演示走向产业深处，核心瓶颈在于“上下文工程”中的任务编排与动态策略调整；模型自进化已从“执行指令”升级为“参与实验设计、指标验证”，但尚未能提出值得研究的原创问题。
为什么重要
这场对话的核心价值在于厘清了AI演进的两条并行路径。罗福莉指出，Claude Fable5并非单点突破，而是Scaling Law在参数、数据、强化学习与测试时计算上持续兑现的结果。刘知远则强调，AI Coding之所以快，是因为代码世界拥有“清晰反馈—数据飞轮”的闭环优势，这为医疗、工业软件等垂直领域提供了可复用的加速模板。朱军提出，视频模型正在从内容生成走向通用世界模型，但当前效率瓶颈在于机器不需要渲染所有像素，未来可通过内部表征直接输出动作，大幅降低计算代价。这些判断意味着：谁能在专业场景中建立可验证的数据闭环，谁就更接近下一个GPT时刻。
对用户/开发者/创作者的影响
开发者应重点关注AI Coding的分水岭效应：直接用Claude Code或类似工具移植旧代码、重构软件生态（尤其在“卡脖子”工业软件领域）将大幅降低人力成本。但安波提醒，并非所有问题都能转化为代码求解，未来需要关注非代码任务的智能体Harness设计。创作者与普通用户则需适应“AI伴随”学习方式：朱军建议年轻人在AI Native环境中成长，通过极致使用最新工具培养判断力与审美，而不是被动焦虑。对于企业采购者，当前应优先选择能在封闭场景中形成数据闭环的垂直模型方案，而非盲目追逐参数规模。
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
- Claude Fable5的落地与定价：其展现的“一天迁移5000万行代码”能力是否会以独立API或托管服务向企业开放？是否会引起OpenAI、Google的同等能力竞赛？
- 世界模型的Scaling效率突破：朱军提出的“跳过像素渲染、直接输出动作”方案是否有开源实现？这将是具身智能在机器人领域加速落地的关键信号。
- 垂直行业数据闭环的搭建：工业软件、医疗诊断等领域是否能快速复刻AI Coding的反馈机制？目前公开信息显示，这仍取决于行业是否有足够的结构化反馈数据与验证标准。
来源：Readhub · AI
