攀爬AGI的南北坡：语言模型之外，生数从世界模型出发

AI 摘要

生数科技在外滩大会预告发布面向灵巧操作的自进化通用世界模型Motus2，将评估与反馈显式纳入统一模型，使机器人能预测动作后果并据此优化策略。文章以智谱（语言模型路线）与生数（世界模型路线）为对照，称二者为攀爬AGI的南北坡。生数已形成Vidu Q3生成世界、Vidu S1实时交互、Motubrain世界动作模型三类核心模型布局，创始人朱军团队在概率机器学习与世界模型领域有长期学术积累。

正文节选

智东西（公众号：zhidxcom） 作者 | Ada 编辑 | 漠影 过去三年，通往AGI的主叙事，几乎都从语言开始：更多文本、更大参数、更长上下文、更强推理，再加上工具调用与智能体。 这条路已经证明了自己的力量。它让机器能够读写、编程、检索、规划，并开始接管一部分原本只存在于电脑屏幕里的复杂工作。 但当任务从“在网页上完成一份表格”变成“把一个灯泡稳稳拧进灯座”，问题忽然变了。机器人不仅要看见物体，还要判断手指该怎样接触、这一下转动会发生什么、拧偏了是否应该停下、下一步怎样纠正。它需要的，不只是一个能描述世界的模型，而是一套能在行动前预演后果、在行动后复盘得失的内部世界。 这正是当下AGI竞争开始出现分岔的地方。 同样脱胎于清华实验室的智谱与生数，恰好提供了两组值得观察的中国样本：前者以语言模型与智能体为核心组织能力，后者以世界生成、实时交互与世界动作模型为线索推进。它们像在同一座山的两面攀爬：一面从人类已编码的语言和知识出发，另一面从世界持续发生的变化与反馈出发。 一条路从语言出发，一条路从世界出发。地貌不同，难题不同，却指向同一座山。 而要看清第二条路究竟难在哪里，最好先把镜头从

发布时间：—

抓取时间：2026-09-11 01:15

来源机构：智东西