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的主论坛上，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发表了重要演讲。他强调，物理智能并非旨在取代人类，而是作为人类的协作伙伴，其核心使命在于将人类从繁重的体力劳动中解放出来，让人们能够更专注于创造与关怀。

苏昊指出，尽管当前的人工智能已经能够流畅地描述诸如“杯子掉在地上会碎”这样的常识，但它却从未真正感受过一只杯子的重量。AI能够编写代码、制作PPT、撰写长文，但在面对需要身体力行的任务，如帮助床上的老人翻身时，却显得无能为力。这揭示了当前人工智能发展的一个核心痛点：从虚拟的幻觉走向真实的现实，没有捷径可循，唯有保持对未知的敬畏，脚踏实地，沿着认知的阶梯逐步攀登。

那么，为何再聪明的大模型也会产生幻觉呢？苏昊解释说，语言仅仅是世界的投影，而非世界本身。人类在物理世界中经历了数百万年的摸爬滚打，通过摔跤、触摸烫的杯子、接不住掉落的球等经历，将这些宝贵的经验内化于身体之中，并最终压缩成了语言。然而，大模型从诞生之初就仅学习这些语言的“影子”，因此其幻觉本质上是“缺乏身体认知”的体现。要走出幻觉，大模型必须接受物理世界的检验——做出预测、采取行动、被现实修正，并调整下一次的动作。这个不断试错的过程就是实验，也是物理智能真正的起点。仅仅依靠在机房里“刷网页”，是无法孕育出完整的物理智能的。

苏昊进一步阐述，人类认知的世界远比语言所能描述的更为广阔。大量涉及触觉、真实操作以及直觉的隐性知识，至今仍未被系统地记录下来。将这些散落的视频、物理数据以及人类经验聚合起来，补全认知的阶梯，是当代科学工程必须跨越的重要障碍。

在谈到物理智能的定位与核心使命时，苏昊表示，物理智能不是人类的替代者，而是人类的协作者。它填补的是人手的缺口，将翻身、搬运等体力活交给机器完成，从而将照护者的时间归还给陪伴与关怀；它将危险的作业交给机器，让人退到安全线之后，专注于判断与创造。将危险作业交给机器，并非冷血的效率选择，而是最高级的人文主义体现。物理智能的使命，在于将人类从繁重的劳动中解放出来，让人能够更专注于人性化的活动。物理智能的实现不会一蹴而就，它更像当年的电气化过程——先点亮工厂和仓库，再走进商店和医院，最终才走进千家万户。物理智能的价值，不必等到终点才能体现，沿途就在不断释放。

基于这一逻辑，苏昊对行业发展提出了三个维度的判断：首先，物理智能的突破口已不再局限于模型架构的迭代，而是转向跨越机构边界的知识聚合。视频数据散落在互联网上，方程存在于教科书中，力觉数据分布在各家实验室里，而操作的直觉则蕴藏在亿万劳动者的身上。没有哪家机构能够独自集齐这些知识阶梯，它需要整个行业乃至全社会的通力协作——共建数据、共立标准、共享仿真和评测等基础设施。当这些知识真正融入同一个模型时，物理世界将迎来属于自己的“互联网时刻”，而所谓的GPT时刻，只是这一过程的副产品。

其次，行业的重心将从“演示做得多惊艳”转向“运行得有多可靠”。工程上有个说法叫“几个九”，即从99%到99.9%，每多一个“9”，难度都呈指数级上升。演示与产品的差距，往往就卡在最后那几个“9”里。通用性是终点，而可靠性才是起点。愿意在“9”上下笨功夫的团队，将走得最远。这条路上最险的一段，是演示与产品之间那道可靠性鸿沟。

最后，物理智能将把AI从科学的“读者”转变为知识的“创造者”。今天的AI已经读遍了人类几乎所有的论文，却几乎没有亲手做过一次实验。而新知识，恰恰诞生于实验之中。当AI拥有一双能够感知、操作、验证真实世界的手时，它就能自己提出假设、亲手实验、昼夜不休地修正。这将极大地加速新材料、新药的发现过程，可能使其快上几个数量级。

苏昊总结说，“物理世界是智能最古老的老师，是最诚实的考官，也是所有智能最终的基石。我们这代AI人的使命，就是将这份答卷，交到物理世界的手里，让物理智能真正服务于人类社会的发展。”