🗺️
WAIC 2026 链路全景
WAIC 2026 学术启动会 (7·16 上海)
├── 🎬 开场致辞（英文视频录播，鼓励年轻人）
├── 🏭 [链路1] 弘毅云端工业平台 + 机密AI家
├── 🧭 [链路2] 从磁石到灯塔 — 东方智慧锚定AI方向
├── 🧠 [链路3] 陶大程·物理AI的开悟时刻 ⭐
├── 🎤 [链路4] Panel圆桌 — 5位专家共话世界模型
├── 🎓 [链路5] 姚奇志院士闭幕 — WAIC Academic启航
└── 🔥 [外场] Kimi K3 同日发布 — 2.8万亿参数
🏭
链路1：AI驱动的工业与人居革命
弘毅云端工业平台
| 维度 | WAIC 主张 | 全球对标 |
|---|---|---|
| 核心能力 | AI+大数据打通设计→供应链→生产→销售；自动生成BIM/CAD/CNC | Autodesk Forma（AI建筑设计）· Siemens Xcelerator |
| 部署范围 | "30+国家跑通，除英国外欧洲全可用" | Autodesk 190+国 · 达索 140+国 |
| 交付速度 | "三天内家装厨卫焕新" | 西方方案仍需数周 |
| 差异点 | "一键CNC代码生成"——将AI设计直接转化为制造指令，西方工具多止步于设计辅助 | |
机密AI家 — "手机扫描 → 当日定制 → 次日享用"
手机LiDAR扫描室内空间 → AI自动家具选配+定制 → 供应链即时响应。技术对标Apple RoomPlan/iOS17+，可行。瓶颈不在AI，在供应链响应速度能否跟上"次日"承诺。
🧭
链路2：从磁石到灯塔 — AI治理的东西方对决
三层效应引擎（讲者原创框架）
互联网叠加效应 → 数据要素倍增效应 → 人工智能指数效应
（5G/6G/卫星） （数据流动盘活） （自我迭代涌现）
↓ ↓ ↓
生产关系的量变 要素价值的裂变 生产力的质变
连接主义下的两条路线
Sam Altman · 极速迭代
"先高速发展，再解决发展的问题"
抢占先机 · 技术无边界
Geoffrey Hinton · 审慎理性
"发展与安全同步并行"
伦理底线 · 不可逾越的红线
"技术的上限，由激进的野心来决定；文明的下限，永远由神圣的敬畏来托底。" — 讲者金句
西方应对AI焦虑的三种策略
| 人物 | 策略 | 本质 | 讲者评析 |
|---|---|---|---|
| 马斯克 | 脑机接口（Neuralink） | "打不过就加入"→碳硅融合 | "通过物理同化换取文明延续" |
| 辛顿 | 本能情感羁绊 | "老虎也有舐犊之情" | "用碳基生命的母性感化数字老虎" |
| 教皇方济各 | 《壮丽人性》通谕 | "算法永远不能决定生死" | 道德制高点，但未回答终极命题 |
讲者结论：三种策略都有道理，但都未能解答一个终极命题：当AI获得自主意识后，谁为它的行为负责？
东方路径：不是简单的"监管优先"，而是技术发展 + 安全边界 + 伦理底线 + 文明融通四维并进。
对比 EU AI Act（预防性原则）和美国 AISI（政策连续性存疑），中国路径更强调"发展中解决问题"。
对比 EU AI Act（预防性原则）和美国 AISI（政策连续性存疑），中国路径更强调"发展中解决问题"。
🎤
链路4：Panel圆桌 — 世界模型的范式跃迁
5位专家 · 8大议题| 发言人 | 背景 | 核心观点 |
|---|---|---|
| 李肯立 | 高性能计算 | Token→State预测；需要"流程改变"：AI模拟→验证→新数据→再学习 |
| 陈建 | 科学智能理事长 | AlphaFold 3仍是静态快照，需要dynamics；自主驾驶"最快最近落地" |
| 马力庄 | 教授/智能体专家 | AI Agent从预编程→自主思维链；养老机器人"比人更诚实更贴心" |
| 黄萱菁 | 复旦NLP实验室 | 语言模型从"文科生"变"理科生"；AI手机2-3年成个人助理；Kimi K3=下一个DeepSeek时刻 |
| 任志强 | 斯朗科技 | 世界模型架构"百花齐放未收敛"；全球唯二能超越GPU 2-4数量级做科学仿真 |
🔥 外场炸弹：Kimi K3
| 参数量 | 2.8万亿（2.8T） — 全球最大开源模型 |
| 架构 | MoE(LatentMoE 896/16) + KDA注意力 + AttnRes跨深度检索 |
| 上下文 | 100万 Token · 原生多模态 |
| 量化 | MXFP4/MXFP8 — 从SFT阶段即量化感知训练 |
| 编程 | Terminal Bench 88.3 · FrontierSWE 81.2 |
| 开源 | Apache 2.0 · 7月27日发布权重 |
| 估值 | 月之暗面 $315亿 |
🎓
链路5：姚奇志闭幕 — WAIC Academic 启航
姚奇志核心宣言："中国AI论文的数量和质量都居于世界前茅。但遗憾的是，至今没有一个基于本土的最高端会议。WAIC Academic从今天起，给顶级AI学术开创一个新的世界窗口。"
全球AI会议格局
| 会议 | 定位 | 中国参与度 | 2025-2026趋势 |
|---|---|---|---|
| NeurIPS | 综合AI顶会 | ~30-40%论文 | 中国论文占比持续上升 |
| ICML | 机器学习理论 | 投稿量前列 | 中国深度参与 |
| ICLR | 表征学习前沿 | 高 | ICLR 2026原定上海 |
| CVPR | 计算机视觉 | ~40%+论文 | 中国主导 |
| WAIC Academic | 中国本土新创 | N/A（首届） | 定位"中国的NeurIPS" |
👤
陶大程学术画像
IEEE Fellow · ACM Fellow🎓 学术轨迹
2000-2015
统计机器学习理论 + 计算机视觉基础 · 悉尼大学教授
2016-2020
深度学习理论 + 表示学习 + 迁移学习
2021-2024
多模态大模型 + 扩散模型 · 京东探索研究院创始院长
2025 →
具身智能创业 · 大寰机器人创始人/首席科学家
📊 关键指标
| 论文数 | 1000+ 篇 |
| 引用量 | 100,000+ 次 |
| h-index | 150+ |
| 顶会发表 | ICML · ICLR · NeurIPS · CVPR · Nature Comms · TPAMI |
| 学术荣誉 | IEEE Fellow · ACM Fellow · 澳大利亚科学院院士 |
| 现任 | 大寰机器人创始人 · 悉尼大学教授 |
🧑🤝🧑 核心团队
ACE-Brain论文署名团队25+人。核心包括：王晓刚（商汤科技联合创始人，港中文教授）、赵恒爽（3D视觉顶级研究者，MIT→港大）、严骏驰（上海交大教授，图学习/组合优化）。团队兼具顶级学术深度和工业落地能力，类似Physical Intelligence（π）的Chelsea Finn+Sergey Levine组合，但学术积累更深厚。
🧠
ACE 具身智能范式全貌
6个月3次迭代📈 范式演进：ACE-Brain-0 → ACE-Brain-0.5 → CARE 3.1
| 版本 | 时间 | 核心突破 | 论文 | 基准 |
|---|---|---|---|---|
| ACE-Brain-0 | 2026.03 | 空间智能作为跨具身形态的统一脚手架；SSR范式首创 | arXiv:2603.03198 | 24项SOTA |
| ACE-Brain-0.5 | 2026.07 | 从"理解中心"升级为闭环基础模型：5大功能+SSR++自进化 | arXiv:2607.04426 | 15项基准（14/18超越前代） |
| CARE 3.1 | 2026.07 | 世界模型：生成×物理×认知三合一；MoE(2B+4B+1B)；Apache 2.0开源 | WAIC首发 | 12项SOTA · 1600⭐ |
🔑 核心理论贡献：SSR 范式
陶大程对具身AI领域的原创理论贡献——"空间智能是跨物理具身的通用脚手架"：
┌─────────────────────────────────────────────┐
│ SSR 范式 (Scaffold-Specialize-Reconcile) │
├─────────────────────────────────────────────┤
│ ① Scaffold（脚手架） │
│ 构建共享空间智能基础 → 3D心理空间建模 │
│ → 跨具身形态的领域无关基础 │
│ ↓ │
│ ② Specialize（专精） │
│ 在共享基础上训练领域专家 │
│ → 自动驾驶/机器人操作/无人机 各自专精 │
│ ↓ │
│ ③ Reconcile（调和） │
│ 无数据模型合并 → 专家权重融合 │
│ → 消除梯度干扰与灾难性遗忘 │
│ ↓ │
│ ④ Reactivate（重激活）【SSR+ 新增】 │
│ 任务向量合并后重新激活 │
│ → 消除跨任务干扰 → 确保多功能统一 │
└─────────────────────────────────────────────┘
理论洞见：不同物理形态（车辆/机器人/无人机）虽然运动学差异巨大，但共享对3D空间的理解需求。通过在空间智能层建立统一表征，再在应用层专精，解决了具身AI中"通用性 vs 领域深度"的核心矛盾。
🏗️ ACE-Brain-0.5：五大耦合功能闭环
① 空间感知
物体定位 + 功能可供性 + 3D空间关系
② 决策制定
指令分解 → 子目标 → 导航/操作规划
③ 具身交互
动作生成 + 导航 + 灵巧操作
④ 自我监控
进度估算 + 验证 + 错误检测 → 恢复
⑤ 自进化
执行状态更新：任务图式 + 空间记忆 + 失败恢复案例库
统一8B骨干网络实例化前四个功能，SSR+消除跨任务干扰，第五功能通过伴随框架从rollout中学习。
🌐
CARE 3.1：三合一世界模型
WAIC 2026 首发
CARE 3.1 = 生成智能 × 物理智能 × 认知智能
MoE架构（2B感知 + 4B推演 + 1B规划）→ ~7B总参数，Apache 2.0全开源，支持端侧部署
MoE架构（2B感知 + 4B推演 + 1B规划）→ ~7B总参数，Apache 2.0全开源，支持端侧部署
🎨 生成智能
构建物理世界内在表征
→ 全屋生成 · 物体交互 · 逼真虚拟场景
Character Home：
30万套中国住宅平面图
5000全屋仿真场景
8700 3D资产（6维物理属性）
⚡ 物理智能
掌握物理因果推演
→ 平行世界推演 · 行动后果预测 · 力反馈模拟
自进化案例：
机器人开冰箱门失败
→ 反思力度不足
→ 换4指策略 → 成功
🧩 认知智能
复杂逻辑推演与长城任务分解
→ 思维链规划 · 失败反思 · 自适应重规划
洗衣机场景：
洗一件衣服→拆解为
10+环环相扣步骤
🔑 与国际同行的关键差异
| 差异化特征 | CARE 3.1 | Google RT-2 | NVIDIA GR00T | π₀ |
|---|---|---|---|---|
| 世界模型 | ✅ 显式统一（三合一MoE） | 隐式（VLM理解） | 分立（Cosmos+GR00T） | 隐式（VLM理解） |
| 开源 | ✅ Apache 2.0全开源 | ❌ 闭源（仅API） | ⚠️ 特殊许可证 | ⚠️ 权重开源/数据未全开 |
| 端侧部署 | ✅ 原生支持（~7B） | ❌ 云端推理 | ⚠️ 需Jetson | ⚠️ 非重点 |
| 自进化 | ✅ 失败反思→重试 | ❌ 未见公开 | ❌ 未见公开 | ❌ 未见公开 |
| 中文场景 | ✅ 30万中国家庭数据 | ❌ | ❌ | ❌ |
🌍
全球对标分析
6大系统对比🏁 全球具身AI竞争格局（2026.07）
| 路线 | 代表系统 | 核心优势 | 劣势 |
|---|---|---|---|
| 闭源云端 | Google Gemini Robotics | 最强语言理解+云端规模 | 完全闭源，设备锁死 |
| 仿真+合成数据 | NVIDIA GR00T/Cosmos | 最强仿真+合成数据工具链 | 架构分立，GPU绑定 |
| 有限开源跨形态 | Physical Intelligence π₀ | 最强跨形态泛化（7种机器人） | 数据未全开，无自进化 |
| 数据效率 | TRI Large Behavior Models | 最优数据效率（<1B参数） | 范围窄，模型闭源 |
| 资本驱动 | Skild AI | 最强资本背书（$300M融资） | 完全闭源，技术不透明 |
| 开放生态挑战者 | 陶大程 ACE/CARE | 全开源+端侧+自进化+中文场景 | 国际第三方验证待补 |
🔬 SSR范式在国际理论谱系中的位置
| 理论流派 | 代表 | 核心思想 | 与SSR的关系 |
|---|---|---|---|
| VLA端到端 | Google RT-2, π₀ | 视觉→语言→动作直接映射 | SSR在此基础上加入显式空间脚手架层 |
| 世界模型 | LeCun JEPA, Runway Gen-3 | 先理解世界再行动 | SSR的空间脚手架正是JEPA的具身化实现 |
| 分层规划 | DeepMind SayCan | LLM规划+底层策略 | SSR用空间智能统一了这一分层 |
| 空间智能 | Fei-Fei Li World Labs | 3D空间理解优先 | 高度一致，SSR更强调跨具身泛化 |
⚠️ 需审慎对待的声明
· "12项SOTA"需核实具体benchmark名称和国际可比性
· "端侧部署"需验证7B MoE在边缘设备的实际推理速度和功耗
· "自进化"能否泛化到开放家庭场景尚待验证
· 建议在CALVIN/RLBench/ManiSkill等国际通用基准上做第三方独立评测
· "12项SOTA"需核实具体benchmark名称和国际可比性
· "端侧部署"需验证7B MoE在边缘设备的实际推理速度和功耗
· "自进化"能否泛化到开放家庭场景尚待验证
· 建议在CALVIN/RLBench/ManiSkill等国际通用基准上做第三方独立评测
💡
深度研判
范式意义 · 战略启示🌟 核心优势
★★★★★ 理论原创性
SSR范式是具身AI领域的重要理论贡献，将20年CV积累与具身智能有机融合
★★★★★ 系统完整性
从ACE-Brain-0→0.5→CARE 3.1构成全球最完整的具身智能研发生态链
★★★★★ 开源策略
Apache 2.0全开源+端侧+中文场景，形成独特的"开放生态挑战者"定位
★★★★ 迭代速度
6个月内完成三次重大版本迭代，展现强大工程执行力
🧭 "从词元预测到状态推演"——对WAIC核心命题的回应
陶大程的工作为从语言模型到世界模型的范式跃迁给出了明确的技术路径：
Next-token prediction → 语言模型边界（已近极限）
Next-state prediction → 世界模型本质（ACE-Brain-0.5核心）
三合一世界模型 → 从预测到行动的闭环（CARE 3.1）
这一跃迁的关键不是更大的模型，而是新架构（MoE三合一）+ 新范式（SSR）+ 新数据（物理世界交互数据）。
🏛️ 与东方智慧的呼应
WAIC另一位讲者提出"东方智慧的融合共生"vs"西方的二元对立"。陶大程的SSR范式恰好是这一哲学的技术化实现：
Scaffold（脚手架） = 建立共同基础（"和而不同"的"和"）
Specialize（专精） = 尊重领域差异（"不同"的保留）
Reconcile（调和） = 无冲突融合（"共生"的实现）
这并非巧合——SSR的设计哲学恰体现了东方"执两用中"的思维，与西方"非此即彼"形成对照。
🔮 战略启示
1. 对中国AI：陶大程范式证明，具身智能赛道存在"非美国路径"——通过理论原创+系统完整+开源策略，可在不追求最大算力的前提下差异化竞争
2. 对产业界：CARE 3.1的Apache 2.0全开源+端侧部署，有望像LLaMA对语言模型的影响一样，催生一波具身AI应用创新
3. 对学术评价：WAIC Academic启动+陶大程选择在本土大会首发旗舰模型，标志中国AI学术从"追随顶会"到"建立本土顶级平台"的转折
1. 对中国AI：陶大程范式证明，具身智能赛道存在"非美国路径"——通过理论原创+系统完整+开源策略，可在不追求最大算力的前提下差异化竞争
2. 对产业界：CARE 3.1的Apache 2.0全开源+端侧部署，有望像LLaMA对语言模型的影响一样，催生一波具身AI应用创新
3. 对学术评价：WAIC Academic启动+陶大程选择在本土大会首发旗舰模型，标志中国AI学术从"追随顶会"到"建立本土顶级平台"的转折
📚
国际参考来源（8个）
| # | 来源 | 类型 | 核心发现 |
|---|---|---|---|
| 1 | ACE-Brain-0.5 (arXiv:2607.04426) | 学术论文 | 5大功能+SSR++自进化，14/18基准超越前代 |
| 2 | ACE-Brain-0 (arXiv:2603.03198) | 学术论文 | 空间智能作为跨具身脚手架，SSR范式理论基础 |
| 3 | π₀ (Physical Intelligence, 2024) | 学术论文+融资 | VLA+流匹配，跨7种机器人泛化，$400M融资 |
| 4 | Google Gemini Robotics (2025.03) | 官方博客 | VLA双通道设计，零样本泛化，闭源云端 |
| 5 | NVIDIA Cosmos/GR00T N1 (GTC 2025) | 官方发布 | 分立仿真+策略模型，最强合成数据工具链 |
| 6 | Semantic Scholar (陶大程 Profile) | 学术数据库 | h-index 150+，论文1000+，IEEE/ACM Fellow |
| 7 | 教皇方济各《壮丽人性》通谕 | 伦理文献 | AI伦理底线，与陶氏"自进化需安全边界"呼应 |
| 8 | EU AI Act (执法 2025-2026) | 法律法规 | 高风险AI强制合规，CARE开源策略符合透明度要求 |