AI 正在学会“预测世界”，而不是“预测下一个词”

如果说2025年之前大模型的主线是“把语言学好”，那么2026年最值得认真对待的技术信号，是一条更安静的迁移：AI的演进核心，正在从数字空间的文本生成，转向对物理世界运行规律的理解与建模。

智源研究院在2026年初发布的十大技术趋势中，把这一转向放在首位：行业共识正从语言模型转向能理解物理规律的多模态世界模型，“从预测下一个词，到预测世界的下一个状态”，以Next-State Prediction（NSP）为代表的新范式，标志着AI开始掌握时空连续性与因果关系。这不是一个修辞性的说法。它意味着模型训练的目标函数在变：不再只是让下一个token的概率分布更接近人类文本，而是让模型对“世界接下来会发生什么”产生可检验的内部表征。图灵奖得主姚期智入局世界模型时提出的问题——“如何让AI像牛顿一样思考”——指向的正是同一个缺口：当前模型缺乏可解释的世界模型和物理因果推理能力。

与这条主线并行的，是“AI造AI”的加速。上海人工智能实验室的“00后”团队借助多智能体系统，在十几个小时内从零搭建出一个参数量超过4亿的天气预报大模型；传统路径下，同样的工作需要数月甚至上年。国外头部公司的内部实验数据显示，在训练小型AI的任务中，模型的研发加速倍率从2025年5月的3倍飙升至2026年4月的52倍。这背后的技术拼图——代码生成、工具调用、长程任务规划与多智能体协同——正在把AI从“被研发的对象”变成“参与研发的主体”。智源研究院将“AI Scientist”列为AI for Science的北极星方向，判断AI在科研中的角色正从辅助工具升级为自主研究。在材料领域，这一判断已有可量化的注脚：磐石·科学基础大模型2.0将催化剂设计周期从数月压缩到30分钟，并发现了一种活性提高38%的新型催化剂；DPA大原子模型从约3600万个三元氢化物空间中筛选出144种潜在高温超导体，其中120多种为首次发现。

具身智能则提供了另一面镜子，照出这条迁移路径的艰难。2026年被视为具身智能从演示走向真实场景“部署成长期”的一年：8台机器人在6天测试中累计作业超64小时、完成64828次作业，成功率99.99%；小米人形机器人在汽车工厂螺母上件工位实现3小时连续自主作业；拓斯达轮式机器人在3C产线完成搬箱码垛的落地投产。但热闹之下，行业同时经历着“出清”。华映资本的判断是，具身智能仍处于最早期阶段，距离属于它的“ChatGPT时刻”保守估计还需5到10年，“模型+硬件+数据+场景反馈”各环节尚未真正咬合，打螺丝仍需人类工程师在旁边兜底。这说明，从“能在结构化产线上重复作业”到“能在开放物理世界中泛化”，中间隔着的正是世界模型和因果推理那道坎。

多智能体协议标准的成形，可能是2026年最容易被低估的基础设施变化。MCP、A2A等通信协议趋于标准化，智能体之间开始拥有通用“语言”，智源研究院将其比作“Agent时代的TCP/IP”。当单体智能的天花板越来越取决于能否调用外部工具、能否与其他智能体协作，协议层的统一就从一个工程细节上升为应用上限的决定因素。DeepSeek公布的“超级智能体”实验架构，允许AI持续监控信息、并行管理多任务、在较少人工监督下采取行动，其内部版本已在运行中主动识别软件缺陷、在后台复现问题并搜索修复方案。方向是清楚的：AI的竞争力正从“回答得好”转向“在长程、多步骤、不确定的任务中持续做对”。

支撑这一切的底层约束，仍然是推理成本和数据。推理优化远未触顶，算法创新与硬件变革持续压低单位token成本，使得高性能模型向边缘端部署成为可能。而高质量真实数据的枯竭压力，正在把合成数据推向前台：在世界模型生成的合成数据支撑下，自动驾驶和机器人领域的训练成本有望下降，性能反而提升。这也意味着，未来模型能力的差距，可能不再主要取决于谁拥有更多真实数据，而取决于谁的世界模型能生成更“像真的”的数据。

把这些技术线索收拢，2026年的AI前沿不是在一条直线上“变得更强”，而是在更换问题。语言模型解决的是“人类知识如何被压缩和调用”，世界模型要解决的是“物理世界如何被理解和预演”。前者已经催生了一个庞大的产业，后者才刚刚开始定义自己的评价标准、数据基础设施和落地节奏。具身智能的“出清”、AI Scientist的萌芽、多智能体协议的标准化，都是这场迁移在不同层面的投影。真正的分水岭不在于哪个模型在某项测试上多拿了几分，而在于AI能否从“会说话的工具”，变成“能在真实世界中可靠地做成一件事的系统”。这条路比语言模型的路更长，但它的终点，才更接近AI被发明时所承诺的那个方向。