如今，正是擁抱“AI+物理世界”融合的絕佳時機。

過去一周，AI領(lǐng)域熱點不斷。8月6號，Google發(fā)布世界模型最新版本Genie 3，該模型首次實現(xiàn)可實時互動的3D環(huán)境生成，效果驚人。緊接著8月8號，OpenAI正式推出GPT - 5，再度引發(fā)行業(yè)熱議。

其實，早在這些突破之前，我就曾在文章中預(yù)判，“人工智能+”的產(chǎn)業(yè)價值有70%最終將歸屬于物聯(lián)網(wǎng)。當(dāng)時這一判斷被不少人認(rèn)為大膽甚至激進，但隨著AI產(chǎn)業(yè)化進程加快，這一觀點正被越來越多的事實驗證。

在AI產(chǎn)業(yè)化浪潮下，物聯(lián)網(wǎng)不僅未被邊緣化，反而日益成為推動AI真正落地、賦能千行百業(yè)的核心驅(qū)動力。預(yù)計到2025年，全球物聯(lián)網(wǎng)終端連接數(shù)將突破270億。更重要的是，分布在生產(chǎn)、交通、醫(yī)療、城市等場景的海量物聯(lián)網(wǎng)終端，為AI應(yīng)用提供了高達67% - 72%的原始數(shù)據(jù)來源?？梢哉f，物聯(lián)網(wǎng)已成為AI進化與應(yīng)用最堅實、最廣闊的數(shù)據(jù)基礎(chǔ)。

這一趨勢在AI基礎(chǔ)模型的最新突破中得到印證。以GPT - 5、Genie 3為代表的新一代人工智能系統(tǒng)，正從單純依賴互聯(lián)網(wǎng)文本、圖片等虛擬數(shù)據(jù)，逐步轉(zhuǎn)向主動感知、理解乃至操作物理世界。

在這些技術(shù)更新背后，物聯(lián)網(wǎng)的價值愈發(fā)凸顯。它不僅是數(shù)據(jù)采集器，更是AI與現(xiàn)實世界交互、反饋、持續(xù)學(xué)習(xí)不可或缺的橋梁。

無論是更強的世界模型，還是能自主行動的智能體，都依賴物聯(lián)網(wǎng)終端產(chǎn)生的大量實時、多模態(tài)、具身數(shù)據(jù)。這些數(shù)據(jù)不僅數(shù)量巨大，更蘊含豐富的物理屬性、場景特征和行為語義，成為AI模型突破幻覺、邁向真實智能的關(guān)鍵。

事實上，大模型的極限已初現(xiàn)?？繂渭償U充參數(shù)和算力堆疊出的智能，正遭遇虛擬世界天花板：推理能力不足、物理常識缺失、泛化困難、幻覺頻發(fā)…AI想要突破這些瓶頸，必須回歸更真實復(fù)雜的物理世界。

拐點已至。下一輪智能革命，主場不再是虛擬世界的數(shù)據(jù)堆砌和算法炫技，而是物聯(lián)網(wǎng)主導(dǎo)下的智能體下沉，是真實世界中的感知、理解與行動。AIoT的覺醒，將讓更高階的智能走向現(xiàn)實。

虛擬智能的極限VS物理智能的起點

過去幾年，Scaling Law成為推動人工智能發(fā)展的信條。如上圖所示，自GPT - 3以來，大模型發(fā)展遵循“暴力美學(xué)”邏輯：參數(shù)越大、數(shù)據(jù)越多、算力越強，智能就越接近通用。

從GPT - 4、GPT - 4o到剛發(fā)布的GPT - 5，每次迭代都刷新規(guī)模與能力上限。從文本生成到多模態(tài)理解，這些模型帶來能力躍升。然而，更大更強的模型背后，也暴露出極限與瓶頸。

隨著數(shù)據(jù)紅利耗盡、算力成本指數(shù)級增長，模型在精度和泛化能力上的提升愈發(fā)緩慢，甚至出現(xiàn)邊際效益遞減。

OpenAI備受關(guān)注的新一代模型GPT - 5發(fā)布后，部分早期用戶抱怨其表現(xiàn)“笨拙”，不如前代產(chǎn)品。

OpenAI首席執(zhí)行官Sam Altman周五迅速回應(yīng)，允許Plus用戶選擇繼續(xù)使用前代版本的GPT - 4o。

更需警惕的是，大模型在虛擬世界中的幻覺現(xiàn)象難以克制，很多事實表明AI依然“會說不會做”。它們擅長在已有數(shù)據(jù)分布中填空或模仿，卻難以跳出虛擬世界，真正理解和應(yīng)對復(fù)雜現(xiàn)實場景。

事實證明，靠單純堆疊數(shù)據(jù)和算力，AI難以逾越虛擬智能的天花板。這讓“人工智能+物聯(lián)網(wǎng)”不再是附庸，而成為智能體時代的基石。AIoT不僅聯(lián)接萬物，更讓萬物生出智能，成為AI突破邊界的必由之路。

在此背景下，物理世界的數(shù)據(jù)成為AI進化的新金礦。當(dāng)文本和圖像數(shù)據(jù)價值接近極限，物聯(lián)網(wǎng)終端采集的真實世界數(shù)據(jù)，成為推動AI能力躍遷的“生命之泉”。

如上面視頻所示，Genie 3的推出，讓世界模型首次能在3D物理環(huán)境中實時交互，具身智能體的研究與落地，都強調(diào)AI主動感知、操作和反饋物理世界的能力。這些案例本質(zhì)上是AI能力從虛擬走向物理的范式轉(zhuǎn)變。

只有物理世界的感知、交互和反饋數(shù)據(jù)，才能為AI提供真正的泛化能力和因果推理能力。這類數(shù)據(jù)量大質(zhì)優(yōu)，蘊含豐富的場景多樣性和動態(tài)變化，是支撐智能體適應(yīng)復(fù)雜環(huán)境的關(guān)鍵。

雖然物理世界的數(shù)據(jù)采集、標(biāo)注和泛化面臨巨大技術(shù)與成本挑戰(zhàn)，但它帶來的“場景泛化性”價值遠超虛擬世界的數(shù)據(jù)堆積。AI的進化之路，無法回避對物理世界的深度擁抱。

世界模型×AIoT：智能體新物種的崛起

在AI發(fā)展中，“大數(shù)據(jù)”曾被視為智能進化的萬能鑰匙。無數(shù)模型依靠海量文本、圖片、音頻等數(shù)據(jù)堆砌，獲得強大表達與理解能力。然而，隨著AI能力逼近虛擬世界極限，這種“以量取勝”范式逐漸失效。取而代之的是對“好數(shù)據(jù)”的極致渴望與競爭。未來，推動AI落地和進化的，不再是數(shù)據(jù)規(guī)模，而是“好數(shù)據(jù)”的質(zhì)量和結(jié)構(gòu)。

在物理世界中，“好數(shù)據(jù)”成為AI感知、理解、決策的核心瓶頸。“好數(shù)據(jù)”需具備物理真實性，即數(shù)據(jù)源于真實環(huán)境、操作和反饋，能準(zhǔn)確反映物理規(guī)律和動態(tài)；要有語義可理解性，是帶有明確標(biāo)簽、結(jié)構(gòu)和語義信息的數(shù)據(jù)，利于模型高層認(rèn)知；更重要的是場景泛化性，能覆蓋多樣場景、復(fù)雜環(huán)境變化和邊界情況，確保模型具備遷移和泛化能力。

在智能體時代，“好數(shù)據(jù)”是AI進化的燃料和技術(shù)突破的基礎(chǔ)。因為智能體的覺醒，需要以具身智能與世界模型為支點，依托AIoT智能體網(wǎng)絡(luò)實現(xiàn)協(xié)同進化。

很多人誤以為具身智能等同于人形機器人，實際上，具身智能的本質(zhì)是賦予AI主動感知、物理交互與自我學(xué)習(xí)的能力。AIoT智能體，正是這種能力的最佳承載體。無論是工廠自動化、智慧城市，還是無人配送、智能家居，AIoT智能體正以分布式、網(wǎng)絡(luò)化形態(tài)，滲透到物理世界各個角落。

世界模型的演進，讓AI從“會說”到“會做”，從“像素/文本”處理能力進化出物理因果與抽象推理能力。以計算機科學(xué)家Yann LeCun主張的新一代世界模型為例，AI不再只是被動重構(gòu)數(shù)據(jù)，而是主動預(yù)測環(huán)境演變、推演自身行為后果，實現(xiàn)反事實推理與零樣本規(guī)劃。

這種能力的本質(zhì)，是對物理世界規(guī)律的深刻理解和泛化應(yīng)用。而這一切的實現(xiàn)，離不開AIoT智能體網(wǎng)絡(luò)支撐的主動感知、分布式?jīng)Q策、實時反饋。每個具身智能體，都是物理世界的“眼睛”和“手”，通過IoT網(wǎng)絡(luò)形成協(xié)同、共享、進化的超級智能體生態(tài)。

歸根結(jié)底，智能體的泛化能力和自適應(yīng)性，必須依賴AIoT的物理世界閉環(huán)。世界模型是認(rèn)知的地基，AIoT是行動的筋骨，二者協(xié)同，才有智能體在物理世界的覺醒。

從百模大戰(zhàn)到智能體經(jīng)濟

隨著AI技術(shù)快速發(fā)展，產(chǎn)業(yè)格局迎來拐點。

過去兩年，AI在“百模大戰(zhàn)”中迅速擴張，無數(shù)大模型、應(yīng)用和平臺涌現(xiàn)，試圖在算法和規(guī)模上領(lǐng)先。然而，技術(shù)和流量紅利窗口正在關(guān)閉。真正的競爭焦點，正從模型能力比拼，轉(zhuǎn)移到平臺化、軟硬件一體化和數(shù)據(jù)閉環(huán)的掌控。大模型已是基礎(chǔ)設(shè)施，誰能在產(chǎn)業(yè)場景中實現(xiàn)“智能體即生態(tài)”，誰就能主導(dǎo)新一輪智能革命。

這種AI重心的轉(zhuǎn)移，標(biāo)志著AI商業(yè)模式從“模型即服務(wù)”向“智能體即生態(tài)”演化。在工廠、物流、城市、醫(yī)療等復(fù)雜場景中，單一AI模型API無法滿足全流程需求。企業(yè)與城市客戶更需要一體化軟硬件平臺，實現(xiàn)端到端的數(shù)據(jù)閉環(huán)和持續(xù)進化。

以自動化工廠為例，只有打通設(shè)備、傳感、AI決策、機器人執(zhí)行全鏈路，才能形成智能生產(chǎn)系統(tǒng)；物流行業(yè)對智能體的主動協(xié)作和動態(tài)調(diào)度需求，也決定了平臺級AI能力的重要性。

在此過程中，AIoT的使命被重新定義。它不再是單純的聯(lián)網(wǎng)工具或數(shù)據(jù)中轉(zhuǎn)站，而是讓物理設(shè)備進化為能感知、決策、行動的主動智能體，并持續(xù)產(chǎn)出高價值數(shù)據(jù)。

AIoT的價值，從數(shù)字化轉(zhuǎn)型底座躍升為智能體時代的新基建。在智能工廠、智慧城市、數(shù)字醫(yī)療等領(lǐng)域，AIoT已成為AI與實體經(jīng)濟融合的超級連接器。未來的實體智能經(jīng)濟，本質(zhì)上是AIoT推動下的全局協(xié)同、數(shù)據(jù)驅(qū)動與智能涌現(xiàn)。

這一趨勢推動產(chǎn)業(yè)生態(tài)變化。AIoT平臺、具身智能模型、Agent生態(tài)正在形成三位一體的共振發(fā)展。AIoT平臺提供統(tǒng)一感知、通信和執(zhí)行底座，具身模型為智能體賦予自主學(xué)習(xí)和推理能力，各類智能Agent在場景中持續(xù)演化與協(xié)作，形成自組織、自適應(yīng)的智能體網(wǎng)絡(luò)。

寫在最后

回顧AI產(chǎn)業(yè)發(fā)展，我們正站在歷史拐點。

大模型熱潮將回歸理性，AI價值正加速向物理世界遷移。“人工智能+”的70%價值來自物聯(lián)網(wǎng)，這一判斷被現(xiàn)實驗證，成為未來十年的戰(zhàn)略共識。隨著AIoT基礎(chǔ)設(shè)施成熟，智能體的未來由物聯(lián)網(wǎng)定義和主導(dǎo)。

對于產(chǎn)業(yè)決策者、開發(fā)者和學(xué)界研究者來說，現(xiàn)在是擁抱“AI+物理世界”融合的最佳時機。無論是推動實體經(jīng)濟智能化升級，還是打造新型基礎(chǔ)設(shè)施，AIoT都是關(guān)鍵基石。

展望未來，只有深度擁抱物理世界，智能體才能覺醒。當(dāng)AI與萬物感知、互聯(lián)、智能深度融合，社會和產(chǎn)業(yè)或?qū)⒂瓉碇悄荏w引領(lǐng)的黃金十年。下一個產(chǎn)業(yè)奇跡，將在AIoT的星火中點燃。

參考資料：

1.Genie 3: A new frontier for world models，作者：Jack Parker - Holder and Shlomi Fruchter，來源：deepmind.google

2.預(yù)期管理失敗的奧特曼、無法實現(xiàn)AGI的GPT - 5，來源：騰訊科技

本文來自微信公眾號 “物聯(lián)網(wǎng)智庫”（ID：iot101），作者：彭昭，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com