大模型的进步有目共睹，但为什么最聪明的模型也难免幻觉？很大程度上是因为它没有 " 身体 "。7 月 17 日，在 2026 世界人工智能大会暨人工智能全球治理高级别会议主论坛上，复旦大学浩清特聘教授、复旦大学通用物理智能研究院首任院长苏昊应邀作题为《物理智能：从幻觉到现实》的主旨演讲。作为物理智能的坚定乐观派，苏昊分析了大模型幻觉的本质，并提出物理智能是智能最底层的 " 基石 "。

在苏昊看来，大模型产生幻觉的本质是：语言只是世界的投影。人类先在物理世界摸爬滚打，才把经验压缩成语言；模型学的一直是这道影子，从未见过投下影子的实体。它能流利地描写 " 杯子掉在地上会碎 "，却从没有机会感受一只杯子的重量。由于知识没有现实的锚点，即使说错了，它也无从自知。它可以在屏幕里雄辩，但说服不了重力。大模型要走出幻觉，必须走出 " 数字世界 " 的边界，去亲身体验，把自己交给 " 物理世界 " 去裁判——做出预测，采取行动，被现实修正。这个古老的过程叫作实验，也是物理智能的关键。

那么，物理智能要真正落地，缺的是什么？

当前，最大的短板是缺乏能聚合人类全部物理世界知识的模型。苏昊提出，物理认知存在六层阶梯，层层筑基，包括关于物体、状态、动力学、功能、目标和行为的知识。" 从物体到行为，越往上，越不是‘看’会的，越得在物理世界中亲手去‘做’。" 苏昊表示，人类婴儿正是通过前两年的 " 感知运动期 " 一步步爬完这道阶梯，打下智能的地基，但 AI 模型没有这样的 " 童年 "。当前的物理知识分散在互不相通的载体中，比如，互联网视频覆盖了物体与状态的浅层认知，却无法传递力与手感；教科书的方程精确描述了动力学，却仅针对理想化场景；真机交互数据能直达行为层，却存量极少。正如哲学家波兰尼所言 " 我们知道的，远多于我们能说出的 "，物理认知的上半段至今未被成体系记录，仅靠网络语料无法催生出完整的物理智能。

苏昊认为，" 聚合就是我们这一代人要完成的科学工程，把视频的广度、方程的精确、真机的真实、直觉的细腻熔进同一个模型，互相校准补盲，把阶梯补完整。这正是物理智能从幻觉走向现实的阶梯。"

这道阶梯，为什么非爬不可？答案不在语料里，不在机房里，而在现实世界。

苏昊指出，如今的 AI 会写诗、会写代码、会做 PPT，但它帮不了一位老人翻身。智能的价值大多停留在数字 " 比特 " 世界，可人类最沉重的需求却都在物理 " 原子 " 世界。

老龄化趋势下，照护人力缺口持续扩大；高空、井下、高温等危险繁重岗位同样面临劳动力短缺。物理智能的定位不是人的替代者，而是人的协作者。将翻身、搬运等体力工作交给机器，让照护者回归陪伴与关怀；将危险作业交给机器，让人退到安全线后承担判断与创造。

" 物理智能的使命，是把人还给人。" 苏昊判断，物理智能不会在某场发布会上一夜实现，其普及可能更像当年的电气化——先进入工厂、仓库等工业场景，再延伸至商店、医院等公共空间，最终走进千家万户。在这个过程中，物理智能的价值不必等到终点，沿途就会持续释放。 

他提醒，演示与产品之间的 " 可靠性鸿沟 " 是落地最难的环节。填平这道鸿沟，靠的不是概念叙事，而是扎实的基础工作。不仅要积累真实交互的数据、建立行业标准、完善供应链，更要逐步积累社会信任。" 信任只能靠可靠性一点一点去挣；而这份信任，也是物理智能落地最底层的那块基石。"  

苏昊还提出三个判断，供行业与时间检验：第一，物理智能的突破口不在模型架构，而在知识聚合。物理知识分散在互联网、教科书、实验室、一线劳动者的经验中，没有任何机构能独自集齐整道阶梯。它需要全行业乃至全社会协作，共建数据、共立标准、共享仿真与评测基础设施。当全量物理知识真正融为一体，物理世界将迎来属于自己的 " 互联网时刻 "。 

第二，行业重心将从 " 演示惊艳度 " 转向 " 运行可靠性 "。演示与产品的差距，就卡在可靠性的 " 几个九 " 里——从 99% 到 99.9%，每多一个 "9"，难度都指数级上升。通用性是最终目标，可靠性才是落地起点，愿意在可靠性上下笨功夫的团队，才能走得更远。 

第三，物理智能将推动 AI 从科学 " 读者 " 变为知识 " 创造者 "。今天的 AI 读遍了人类几乎所有论文，却几乎没有亲手完成过一次实验，而新知识恰恰诞生于实验。当 AI 拥有能感知、操作、验证真实世界的 " 手 "，就能自主提出假设、开展实验、持续修正，新材料、新药的发现速度或将因此提升数个量级。

" 从幻觉到现实没有捷径，靠的不是更响亮的叙事，而是对物理世界的敬畏，和沿着那道阶梯一层层往上爬的笨功夫。" 苏昊认为，物理世界是智能最古老的老师、最诚实的考官，也是智能最终的基石。