3月13日，美团核心本地商业CEO王莆中在2026管理层沟通会上表示，美团将持续加大研发投入，重点布局物流、机器人等科技领域，包括无人机和无人车等技术。他强调，未来将在自有基础大模型上坚定投入，打造低推理成本且具特色的模型，同时紧跟业界顶尖水平（SOTA）。此外，美团将通过建设物理世界最全最准的数据基础，强化AI底座与行动能力，结合即时动态信息与真实评价，为模型和C端Agent提供支持，进一步提升服务能力。（记者 徐赐豪）

2026年3月，在MWC展会上，中国AI技术成为焦点，小米展示了其“人车家全生态”AI应用，将AI从虚拟对话扩展到物理世界。小米通过搭载HyperAI系统的智能手机、智能汽车以及全新推出的全屋智能系统Miloco，实现了跨设备协同与场景感知能力，覆盖家庭、个人和出行场景。Miloco具备视觉理解、全屋问答及智能触发功能，可自动完成开灯、扫地等任务，展现空间智能潜力。小米凭借全球开源大模型第一梯队的AI技术和10亿级硬件生态规模，推动AI落地现实场景，成为行业领先样本。此次展会凸显中国AI在真实场景中的竞争力，标志着全球AI竞争进入新阶段。

自变量王潜：具身智能是物理世界的独立基础模型｜MEET2026 过去一年，具身智能领域争论不断：它是多模态模型的应用，还是全新的基础模型？自变量机器人创始人兼CEO王潜明确表示，具身智能是独立于语言模型和多模态模型的物理世界基础模型。 这一观点源于对物理世界与虚拟世界本质差异的重新认识。虚拟...

12月18日，阿里千问App宣布接入高德地图，首次实现物理世界的理解和行动能力。此次系统级对接使千问不仅能回答问题，还能调用高德地图及扫街榜等服务，生成包含餐厅、酒店推荐及出行方案的可视化决策卡片。阿里巴巴表示，未来将陆续接入旗下消费、支付等核心业务场景，进一步构建现实世界的服务履约网络。这一升级标志着千问从‘意图理解’迈向‘服务执行’的关键跨越，为用户提供更精准和动态的现实世界服务。

正文：7月23日，联汇科技发布全球首个万物具身智能体平台OmAgent，推动AI智能体从“数字空间”走向“物理世界”。该平台聚焦多模态感知融合与端到端全链条赋能，具备三大核心能力：赋予机器“空间智慧”，构建跨终端协同网络，革新自然语言交互模式。OmAgent可接入摄像头、机器人、无人机等设备，快速实现视频检索、行为分析、巡飞决策等功能，已在工地、公安、电力等行业落地，赋能10万+硬件终端。平台支持云服务和私有部署，灵活适配复杂任务场景，加速具身智能生态构建。官网已上线，提供抢先体验资格。

2025年7月16日，英伟达CEO黄仁勋在链博会上表示，人工智能已成基础设施，类似电力和互联网的重要性。中国目前有数百个数字孪生项目，用于工厂设计优化，许多机器人通过英伟达Omniverse训练，确保安全。他预测，未来10年内将出现能够理解物理世界并执行任务的AI，彻底改变工厂模式，与人类协作制造智能产品。人工智能将推动各行业变革，带来新的工业革命与增长机遇。

6月11日，Meta推出全新模型V-JEPA 2，该模型在物理世界的视觉理解和预测方面达到顶尖水平，显著提升了AI代理的物理推理能力。此外，Meta还同步发布了三项新基准，用于评估现有模型从视频中推断物理世界的能力。这一进展标志着人工智能技术在理解现实世界动态方面的又一重要突破。

标题：“人工智能的局限性：具身智能的必要性与应用” 传统AI依赖离身数据，忽视了环境交互中的合理性。具身智能则强调通过感知、行为与物理世界的互动，实现决策与知识更新，如服务机器人洗碗的例子。麻省理工学院的研究显示，实践中的训练比单纯数据集学习更有效。 具身智能体由感知体、认知体和行为体构成，其中的认...

视频生成模型新巨头！Runway推出Gen-3，视频逼真度、一致性大幅升级，最长可达10秒。Gen-3支持文本到视频等多种转换，展现复杂情感和精细运动控制，媲美OpenAI的Sora。然而，尽管在艺术表现和情感捕捉上进步显著，Gen-3在物理世界理解上仍有局限，如光线处理和现实逻辑的遵守。目前定价15美元起，面向公众开放，预示着文生视频模型市场竞争加剧。尽管与Sora竞争激烈，Gen-3的实用性和定制版合作使其更具吸引力，预示着文生视频领域将持续火热发展。