2025年6月6日，第七屆“北京智源大會”在中關村展示中心開幕。

北京智源大會是智源研究院主辦的“AI內行學術盛會”，以“全球視野、思想碰撞、前沿引領”為特色，匯聚海內外研究者分享研究成果、探尋前沿知識、交流實踐經驗。2025北京智源大會邀請到了圖靈獎得主、深度學習代表人物Yoshua Bengio，圖靈獎得主、強化學習之父Richard S. Sutton，圖靈獎得主Joseph Sifakis、姚期智，Google、DeepMind、Meta、Mila、Physical Intelligence、MIT、斯坦福、UC Berkeley、Linux基金會等國際明星機構與技術團隊代表，華為、百度、字節跳動、騰訊、阿里等互聯網大廠以及智譜、宇樹科技、生數科技、面壁等30余位AI公司創始人、CEO，同時，大會還匯聚了100余位全球青年科學家、200余位人工智能頂尖學者和產業專家，圍繞多模態、深度推理、下一代AI路徑、Agent智能體、具身智能、AI4S、AI產業、AI安全、AI開源展開精彩演講和前瞻性對話。

開幕式由智源研究院理事長黃鐵軍主持。

智源研究院院長王仲遠做2025研究進展報告，發布智源研究院在大模型前沿技術路徑的探索成果和開源生態建設的最新動態。

在通用人工智能的探索之路上，智源研究院以"悟道"系列大模型為起點，開啟了中國的大模型時代。

2021年3月推出的悟道1.0，作為中國首個超大規模信息智能模型，填補了中文超大預訓練模型生態的空白；同年6月發布的悟道2.0，以1.75萬億參數規模登頂全球最大預訓練模型，在知識推理、多語言生成等9項核心任務上實現國際領先；2023年全面開源的悟道3.0，在通用視覺與多模態的六大技術維度取得突破性進展。

大語言模型和多模態模型的發展，進一步推動機器人從1.0時代邁向2.0時代。目前，大模型與機器本體深度耦合驅動以具身智能為核心的機器人2.0時代，正在加速數字世界與物理世界融合。

智源“悟界”系列大模型：解碼生命本質 驅動機器智能 拓展AI與物理交互邊界

在2025北京智源大會上，繼“悟道”系列大模型之后，智源研究院推出“悟界”系列大模型，其中，“悟道”的“道”代表智源對大語言模型系統化方法和路徑的探索，“悟界”的“界”代表虛實世界邊界的不斷突破。“悟界”系列大模型承載的是智源對人工智能從數字世界邁向物理世界的技術趨勢的判斷。

“悟界”大模型系列，包括原生多模態世界模型Emu3、腦科學多模態通用基礎模型見微Brainμ、跨本體具身大小腦協作框架RoboOS 2.0與具身大腦RoboBrain 2.0以及全原子微觀生命模型OpenComplex2。

Emu3作為原生多模態統一架構讓大模型具備理解和推理世界的能力，Brainμ基于Emu3架構，引入腦信號這一新的模態數據，實現了單一模型完成多種神經科學任務的大一統。多模態與腦科學模型未來可成為人機交互具身場景下的基礎模型。RoboOS 2.0與RoboBrain 2.0在初代版本基礎上，原有性能大幅提升，并新增多機協作規劃與物理常識驅動的空間推理能力。OpenComplex2可在原子分辨率層面捕捉分子相互作用及平衡構象，探索微觀構象波動與宏觀生物功能的跨尺度關聯。

從微觀生命體到具身智能體，'悟界'系列大模型試圖揭示生命機理本質規律，構建人工智能與物理世界交互基座。

1.原生多模態世界模型Emu3

原生多模態世界模型Emu3基于下一個token預測范式統一多模態學習，無需擴散模型或組合式架構的復雜性，通過研發新型視覺tokenizer將圖像/視頻編碼為與文本同構的離散符號序列，構建模態無關的統一表征空間，實現文本、圖像、視頻的任意組合理解與生成。Emu3支持多模態輸入、多模態輸出的端到端映射，驗證了自回歸框架在多模態領域的普適性與先進性，為跨模態交互提供了強大的技術基座。

2.腦科學多模態通用基礎模型見微Brainμ

基于Emu3的底層架構，將fMRI、EEG、雙光子等神經科學與腦醫學相關的腦信號統一token化，利用預訓練模型多模態對齊的優勢，可以實現多模態腦信號與文本、圖像等模態的多向映射，并實現跨任務、跨模態、跨個體的統一通用建模，以單一模型完成多種神經科學的下游任務。

Brainμ整合了神經科學領域多個大型公開數據集和多個合作實驗室的高質量神經科學數據，完成了超過100萬單位的神經信號預訓練，模型可以支持神經科學領域從基礎研究到臨床研究和腦機接口應用的不同方向，有望成為腦科學的 “AlphaFold”模型。

作為神經科學領域跨任務、跨模態、跨個體的基礎通用模型，Brainμ可同步處理多類編解碼任務，兼容多物種動物模型（包括小鼠 狨猴 獼猴）與人類數據，實現科學數據注釋、交互式科學結論解讀、大腦感覺信號重建及模擬刺激信號生成。在自動化睡眠分型、感官信號重建與多種腦疾病診斷等任務中，作為單一模型其性能顯著超越現有的專有模型，刷新SOTA表現。作為整合大規模多模態數據的基礎通用模型，Brainμ也可以支持拓展腦機接口應用，在與腦機接口企業強腦科技BrainCO的合作中，Brainμ實現了首次在便攜式消費級腦電系統上重建感覺信號，展現了模型支持拓展腦機接口應用能力的潛力。

智源正在與國內前沿的基礎神經科學實驗室、腦疾病研究團隊和腦機接口團隊深入合作，包括北京生命科學研究所、清華大學、北京大學、復旦大學與強腦科技BrainCO，拓展Brainμ的科學與工業應用。

3.跨本體具身大小腦協作框架RoboOS 2.0與具身大腦RoboBrain 2.0

跨本體具身大小腦協作框架RoboOS 2.0是全球首個基于具身智能SaaS平臺、支持無服務器一站式輕量化機器人本體部署的開源框架。同時，RoboOS 2.0也是全球首個支持MCP的跨本體具身大小腦協作框架，旨在構建具身智能領域的“應用商店”生態。

在該框架下，可一鍵下載并部署來自全球開發者創建的相同型號機器人本體的小腦技能，完成大小腦的無縫整合。RoboOS 2.0實現了小腦技能的免適配注冊機制，顯著降低開發門檻，典型場景下，相關代碼量僅為傳統手動注冊方式的1/10。

相較于1.0，RoboOS 2.0對端到端推理鏈路進行了系統級優化，整體性能提升達30%，全鏈路平均響應時延低至3ms以下，端云通信效率提升27倍。在功能層面，新增了多本體時空記憶場景圖（Scene Graph）共享機制，支持動態環境下的實時感知與建模；同時引入多粒度任務監控模塊，實現任務閉環反饋，有效提升機器人任務執行的穩定性與成功率。

RoboBrain2.0官網：https://superrobobrain.github.io

具身大腦RoboBrain 2.0是目前全球最強的開源具身大腦大模型，在多項空間推理與任務規劃指標上超越主流大模型。

在任務規劃方面，RoboBrain 2.0相比于RoboBrain 1.0的基于Prompt的多機任務規劃機制和初級空間理解能力，進一步擴展了基于多本體-環境動態建模的多機協同規劃能力，可實時構建包含本體定位的場景圖（Scene Graph），并自動完成跨本體的任務規劃。實驗數據顯示，RoboBrain 2.0的任務規劃準確率相較RoboBrain 1.0實現了74%的效果提升。

在空間智能方面，RoboBrain 2.0在原有可操作區域（Affordance）感知與操作軌跡（Trajectory）生成能力的基礎上，實現了17%的性能提升。同時，RoboBrain 2.0增加了空間推理能力（Spatial Referring），既包含機器人對相對空間位置（如前后、左右、遠近）及絕對距離的基礎感知與理解能力，也實現了對復雜空間的多步推理能力。

此外，RoboBrain 2.0還新增了閉環反饋以及具身智能的深度思考能力。閉環反饋使機器人能夠根據當前環境感知和任務狀態，實時調整任務規劃與操作策略，以應對復雜環境中的突發變化和擾動；深度思考能力則支持機器人對復雜任務進行推理分解，進一步提升整體執行準確率與任務完成的可靠性。

RoboOS 2.0與RoboBrain 2.0已全面開源，包括框架代碼、模型權重、數據集與評測基準，以助力推動具身智能研究和產業應用的發展。目前，智源研究院已與全球20多家具身智能企業建立戰略合作關系，共同打造開放繁榮、協同共生的具身智能生態體系。

4.全原子微觀生命模型OpenComplex 2

全原子微觀生命模型OpenComplex2實現了生物分子研究從靜態結構預測到動態構象分布建模的重大突破。該模型能夠表征生物分子系統的連續演化能量景觀（Energy Landscape），并通過融合擴散生成式建模與生物實驗數據，在原子分辨率層面捕捉分子相互作用及平衡構象分布，為探索微觀構象波動與宏觀生物功能的跨尺度關聯提供了全新的研究視角。

OpenComplex2基于FloydNetwork圖擴散框架以及多尺度原子精度表示兩大關鍵技術創新，有效突破了生物分子在功能活動中可及的動態構象分布預測的瓶頸，從而能夠建模生物分子系統中各種原子組分之間復雜的依賴關系，且無需對構象空間施加先驗約束，更加真實地還原生物分子的構象多樣性和動態特性，此外，還能同時捕捉原子級、殘基級和基序級（motif level）的相關性，從而在建模過程中兼顧關鍵的局部結構細節與全局構象變化，為揭示生物功能提供更加全面的結構基礎。

OpenComplex2模型在生物分子動態特性預測、柔性系統及超大型復合物建模、生物分子相互作用精細化分析等關鍵任務中性能卓越，突破了靜態結構預測的瓶頸。2024年，在第16屆蛋白質結構預測關鍵評估競賽CASP16（Critical Assessment of protein Structure Prediction）中，OpenComplex2成功預測了蛋白質T1200/T1300的空間構象分布（定性上與實驗數據一致），成為23支參賽隊伍中唯一取得該突破的團隊。

OpenComplex2為原子級結構生物學提供了一種全新的建模工具，通過統一框架解碼生物分子系統的動態作用機制，將加速從基礎分子機制研究到藥物設計等下游應用的發展。基于人工智能精準預測與高通量實驗驗證平臺的結合，OpenComplex2將有望顯著縮短生物醫藥研發周期，降低研發成本，提升科研成果轉化率，助力生物醫藥產業的高質量創新發展。

持續打造大模型開源技術體系共建開放合作的技術未來

智源作為非營利科研機構，一直堅持開源開放的原則，智源打造的覆蓋模型、算法、數據、評測、系統的大模型開源技術體系FlagOpen，截至目前，已開源約200個模型和160個數據集，其中，模型全球總下載量超6.4億次，開源數據集下載量近113萬次，開源項目代碼下載量超140萬次，為人工智能技術普惠與開源社區繁榮做出持續貢獻。

其中，開源、統一的 AI 系統軟件棧 FlagOS進一步升級，新增統一編譯器FlagTree、統一通信庫FlagCX、自動發版平臺工具FlagRelease等重要板塊，全面覆蓋統一生態技術需求；實現對11家國內外廠商的18款異構AI硬件的統一支持；FlagGems的算子平均性能已優于國際主流算子，并行訓推框架FlagScale與人工優化相比，實現了最高23%的自動并行加速。升級后的FlagOS已支持DeepSeek、通義千問等更多開源大模型實現跨硬件平臺運行，為開發者提供更多選擇，推動 AI 技術的普及和多元發展。

FlagOpen開源地址：https://github.com/FlagOpen

在開源模型方面，通用向量模型BGE系列已發展為門類齊全、體系完備的生態系統。最初BGE聚焦文本相關場景，先后推出面向中英文應用的BGE-v1模型，以及支持多語言場景的BGE-M3模型，在中英文及多語言向量建模能力上取得重大突破，廣受開源社區好評。自2025年起，BGE進一步拓展至文本以外的應用領域，并于近期集中發布了BGE-code-v1、BGE-VL-v1.5和BGE-VL-screenshot三款模型，分別在代碼檢索、多模態檢索以及富文本多模態檢索任務中取得了領先表現。目前，BGE模型已廣泛應用于人工智能產業，被百度、騰訊、華為、阿里巴巴、微軟、亞馬遜等知名企業商業化集成。2024年10月，BGE成為中國首個登頂 Hugging Face月度下載排行榜榜首的開源模型。截止2024年12月，BGE模型是2023年所有發布模型的全球下載量冠軍。

小時級開源輕量長視頻理解模型Video-XL-1，于2024年10月發布，首次實現了單GPU處理2048幀視頻的能力。與同期輕量級開源模型相比，Video-XL-1在MLVU、VideoMME等主流長視頻評測基準上取得了領先。近期推出的Video-XL-2，效果更佳、長度更長、速度更快，不僅進一步提升了輕量開源模型長視頻理解的最佳效果，同時實現了單GPU處理萬幀視頻的能力，并且在推理效率上大幅領先同類別競品模型，編碼 2048 幀視頻僅需 12 秒，顯著加速長視頻理解流程。目前，Video-XL-2 的模型權重已全面向社區開放。未來，該模型有望在影視內容分析、異常行為監測等多個實際場景中展現重要應用價值。

開源全能視覺生成模型OmniGen，采用極簡架構，僅由大模型基座和VAE模塊構成，大幅降低了開發和部署成本。OmniGen通過廣泛的指令學習，實現了視覺生成能力的高度集成。用戶僅需通過提示詞描述任務需求，便可一站式完成各類視覺生成任務，極大簡化了操作流程。OmniGen展現出顯著的涌現能力，能夠通過提示詞的靈活組合，生成多樣化、定制化的視覺內容。自發布以來，OmniGen在技術社區引發廣泛關注，相關話題在Twitter、YouTube、YC Hacker News等平臺累計瀏覽量突破百萬，GitHub Star數超過4,000，并催生出一系列視覺生成類的創業產品。

國際巨頭尖峰對話熱議AI未來發展路徑

2025北京智源大會開幕式上，圖靈獎得主Yoshua Bengio、Richard Sutton，Linux基金會執行董事Jim Zemlin，Physical Intelligence聯合創始人兼CEO Karol Hausman分別做主題報告。

Yoshua Bengio以《Avoiding catastrophic risks from uncontrolled AI agency》為題指出，當前 AI 在規劃、推理等領域呈指數級進步，部分前沿模型已顯現自我保護、欺騙性對齊、篡改系統等類生物主體行為，若形成 “智能 + 自主目標 + 行動能力” 組合將引發失控風險，甚至可能威脅人類生存。他強調，盡管 AI 造成傷害需同時具備能力與意圖，但前者已可預見，必須以預防原則優先解決意圖對齊問題。為此，他提出雙重解決方案：一是研發以無私科學家為原型的非代理性、可信賴人工智能系統，專注于理解世界而非自主行動；二是推動全球協同治理，建立國際監管框架與技術驗證機制，遏制各國因競爭導致的安全標準缺位，避免將 AGI 設計為人類競爭者，呼吁在 AGI 可能于 5 年內達到人類水平的緊迫時間窗口內，通過技術創新與全球協作筑牢安全防線。

Yoshua Bengio與北京大學助理教授、智源大模型安全研究院中心主任楊耀東就AI安全議題進行對話。

Richard Sutton在《Welcome to the Era of Experience》的主題報告中表示，AI 正從依賴人類靜態數據的 “人類數據時代” 邁入通過互動與經驗學習的 “體驗時代”，強調智能體需像人類和動物一樣從動態交互中生成新知識，強化學習是實現這一目標的核心路徑，而大語言模型時代已接近尾聲，通用人工智能需要更強大的持續學習算法。他認為，智能體天然具有多元目標，如同自然界生物，關鍵在于通過分散合作而非集中控制實現安全協同 —— 人類社會的進步源于分權化合作，集中控制 AI 的呼吁本質是源于恐懼的 “危險策略”，可能引發類似人類沖突的問題。Sutton 倡導以去中心化合作替代中心化控制，通過信任、協調和市場機制引導 AI 與人類共生，抵制因恐懼催生的限制措施，認為這一路徑更可持續，且能避免戰爭、腐敗等風險，最終實現 AI 與人類社會的互利共贏。

Richard Sutton與清華人工智能研究院副院長、生數科技創始人兼首席科學家、智源首席科學家朱軍就強化學習等議題進行對話。

Linux基金會執行董事Jim Zemlin在演講中談到，2025 年是開源 AI 元年，開源正成為全球 AI 創新核心驅動力。中國企業，如DeepSeek發布開源大模型，引發技術生態變革，印證開源打破壟斷、加速迭代的作用。哈佛商學院數據顯示，全球開源軟件經濟價值達 9 萬億美元，可幫助開發者節約 70% 開發成本。開源治理是平衡競爭與協同的核心機制。開源不僅是代碼共享，更需全球協作。他強調，開源是技術普惠的唯一路徑，通過全球協作確保 AI 創新由全人類共享。

智源研究院副院長兼總工程師林詠華主持Fireside Chat，Linux基金會執行董事Jim Zemlin 與LAION工程負責人兼創始人Richard Vencu就全球AI開源與合作展開深度對話，嘉賓普遍認為，開源是 AI 發展的核心，數據集共享是關鍵基礎，全球合作至關重要，應當鼓勵開發者從提交代碼等小事參與開源，共同推動 AI 創新。

Physical Intelligence聯合創始人兼CEO Karol Hausman做《Building physical ntelligence》主題報告，他認為具身智能的發展，VLA模型是關鍵突破，可讓機器人通過互聯網數據學習，無需體驗每個場景，還能與其他機器人連接獲取數據。Physical Intelligence研發了通用機器人基礎模型π0，經預訓練和后期高質量數據培訓，使機器人能完成如打開洗衣機、疊衣服等復雜任務，在陌生環境下任務完成率達 80%-90%。目前雖已展示物理智能潛力，但在泛化能力、穩定性等方面仍有挑戰，未來希望實現機器人 100% 穩定完成任務，推動物理智能的進一步發展。

在智源具身智能會客廳中，銀河通用的具身大模型機器人Galbot登臺展示了端到端VLA大模型在商業零售場景的落地應用，《CMG世界機器人大賽·系列賽》機甲格斗擂臺賽“AI策算師”冠軍機器人宇樹G1登臺展示了敏捷帥氣的“組合拳”，全球首個人形機器人半程馬拉松冠軍天工2.0也參與了現場互動，完成“水果擺盤”的精細化服務任務，獲得滿堂喝彩。

在對具身智能發展滿懷期待的氛圍中，智源研究院王仲遠與Physical Intelligence聯合創始人兼CEO Karol Hausman，宇樹科技創始人王興興，銀河通用創始人兼CTO、北京大學助理教授、智源具身智能研究中心主任王鶴，穹徹智能聯合創始人、上海交通大學教授盧策吾，北京人形機器人創新中心總經理熊友軍，就具身智能的不同技術路線、商業化路徑探索、典型應用場景拓展、產業生態構建等議題展開深度討論。嘉賓認為，短期內人形機器人因數據采集、人機交互和環境適應優勢是重要載體，長期看隨著 AGI 發展會多樣化。對于 VLA 模型泛化性，雖面臨機器人環境復雜等挑戰，但通過合成數據、多場景訓練等可提升適應性。

智源AI科研體驗區 從實驗室通向場景應用

本屆智源大會，設置了智源研究院AI科研成果互動體驗展臺，帶來了從具身智能到腦科學、數字心臟等領域的最新應用。此次“悟界”系列大模型中的腦科學多模態通用基礎模型見微Brainμ以及跨本體具身大小腦協作框架RoboOS 2.0與具身大腦RoboBrain 2.0也進行了現場展示。

在具身智能展區，基于RoboOS 2.0以及RoboBrain 2.0的不同構型的機器人（單臂、輪式雙臂、人形）帶來了豐富的技能展示，包括餐飲互動，機器人接受到語音指令后，完成漢堡制作和倒飲料的動作，以及抓娃娃的游戲和家居物品收納。此外，基于智源自主研發的多模態具身大模型的機器人，融合了視覺、聽覺、思考、語音交互等能力，帶來了“心有靈犀”的互動小游戲，機器人可對看見的物品進行詳細描述，互動者依據信息線索猜出對應的物品名稱。智源與銀河通用聯合研發的具身大模型機器人Galbot，展示了商超場景下的落地應用能力。

在腦科學多模態通用基礎模型展區，展示了Brainμ在腦科學基礎應用與臨床應用上的實際案例以及AI+腦科學未來基礎研究與臨床應用的新范式。同時，通過與腦機接口設備結合，Brainμ可根據采集的腦信號數據進行信號解析與感覺刺激重建，利用多模態大模型的能力在消費級便攜式腦電設備上實現了接近醫用級設備數據采集的穩定解析能力，Brainμ模型展現了降低腦機接口應用在消費級設備的門檻的能力，可以為便攜式腦機接口的應用拓展空間。

基于2024年研發的全球首個數字孿生心臟，智源推出了全球首個高速跨尺度心臟藥物安全性評價平臺，構建了跨尺度藥物-心臟作用模型，覆蓋從亞細胞（離子通道），到細胞、組織、器官與人體，可以全尺度評測藥物對心臟電活動的影響，評測藥物心臟毒性，將全尺度藥物毒性仿真時間由近90天減少到一天之內，為藥物仿真平臺實際應用提供堅實支撐。

在數字心臟展區，可通過裸眼3D透明心臟以及VR互動沉浸體驗基于醫學影像重建的心臟三維結構，通過操控筆可精準完成心臟模型的旋轉、拉伸與層析切片操作。未來，將實現對心臟電生理過程的動態仿真交互，為精準醫療與個性化干預提供技術支撐。在裸眼3D提供宏觀交互的同時，也進一步構建了基于虛擬現實的沉浸式系統，實現對心臟內部結構的深度探索與術式模擬。佩戴VR頭顯，可沉浸式進入心臟內部，進行類內窺鏡式的結構觀察。通過手柄精準定位，用戶可選定刺激區域，模擬電生理手術中的干預操作。該系統為心臟術前智能規劃提供了高度可視化與交互性的研究平臺，為數字孿生心臟在臨床應用中的落地奠定了堅實基礎。

基于心沖擊信號（Ballistocardiograph，BCG）研發的無感智能坐墊系統，可對多項生理指標進行高精度實時監測與智能分析。落座后，系統通過內嵌的高靈敏度傳感模塊，精準捕捉由心臟搏動引發的微弱體動信號，并同步完成心動周期識別。在完成有效數據采集后，系統調用信號分析算法，進入健康狀態評估階段，計算心率、心率變異性、呼吸頻率等指標。根據這些指標，可對疲勞程度、精神壓力、情緒狀態進行量化評估，并輔助識別房顫等心律異常狀態，在個人健康管理、智能家居與智能醫療決策中具有廣泛的應用前景。

大會期間，智源研究院與北京大學第一醫院簽署戰略合作協議，本著優勢互補、資源共享、協同創新的原則，充分發揮雙方在人工智能技術研發與工程落地的多元能力以及臨床診療、教學科研與醫學數據資源的專業優勢，共同在“智慧醫學系統”領域開展深入、系統、持續的戰略合作。

此外，大會上還宣布了智源研究院與香港投資管理有限公司建立戰略合作框架，共建世界級跨區域合作的人工智能生態圈。智源與港投的合作將加速人才、技術、資本的飛輪效應，構建內地、香港、國際的人才循環體系，匯聚全球人工智能青年人才、支持人工智能創新創業、加速人工智能產業全球化。

從“悟道”到“悟界”，智源研究院始終走在技術路線探索的前沿，積極構建開源開放的技術生態，未來，智源研究院將持續解構物理世界與智能本質的深層關聯，在通用人工智能的征途中刻下新的坐標。