中新社北京8月10日电 北京时间10日晨，2022年斯诺克英国公开赛结束资格赛的首日争夺，5名出战的中国选手全员获胜，晋级正赛，其中张安达以4:1淘汰7获世锦赛冠军的“台球皇帝”亨德利。2022年英国公开赛资格赛于当地时间8月9日至14日进行，采取7战4胜制，参赛的128名球员都将进行一轮资格赛，胜者进入正赛，世界排名前16位的球员将在正赛期间进行资格赛。    封面新闻记者 欧阳宏宇          在本届WAIC上，人工智能加速落地，从屏幕里大步走向物理世界，继文本生成、智能体AI后，“物理AI”概念受到关注。

B | 当人工智能加速由虚向实，随之而来的问题是，这一AI落地的新场景会呈现何种演进路径？其搭载的AI大模型是何种形式？距离机器人的“ChatGPT时刻”还有多久？          7月19日，在2026世界人工智能大会“智启具身论坛2026：迎接物理AI智能涌现”上，多位业内人士和行业专家就物理AI智能涌现的条件与路径分享了观点。英国公开赛正赛将于当地时间9月26日至10月2日举行。在专家看来，只需不到5年的时间，机器人“ChatGPT时刻”就要到来，在此之前，则需要上亿小时级别的物理数据支持。         模型与数据飞轮          是物理AI持续进化的关键          在AI产业主线聚焦大模型之后，业界正渐渐形成共识：下一阶段AI不会停留在生成内容，而会进入真实环境，理解空间、预测变化并完成行动。

C | 在本次英国公开赛资格赛中，28人参赛的中国军团再创参加排名赛人数的新高，其中“中国台球领军人物”丁俊晖和因“殴打女性事件”被禁赛的梁文博均将在此次资格赛中上演赛季首秀。

在当地时间9日揭幕的资格赛首日赛事中，5名中国选手率先登场，其中最引人关注的是30岁的张安达迎战53岁的“台球皇帝”亨德利。2010年斯诺克世锦赛，年仅18岁的张安达第一年征战职业排名赛，就从资格赛中杀出重围，声名鹊起。

D | 归结起来，这就是物理AI受到关注的核心动因。

E |          那么，该如何发展物理AI？智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼CEO姚卯青在现场分享称，物理AI的挑战在于，必须同时打通表征与闭环这两条路线。         前者是对世界的抽象和压缩，人类所有的认知、判断、理性全是以表征为基础的；后者是智能体与环境进行持续的交互，从计算的角度来看，它包含了输入、算法、输出、评价、迭代这样的循环，从生物学角度来看，它就是从一种从感知到理解、决策、行动、环境反馈的一个完整闭环。         在姚卯青看来，要推动物理AI的发展，主要靠模型与数据两方面作用。但在世锦赛正赛首轮，张安达的对手正是亨德利。“模型决定起点，数据定义终局，二者相互作用将产生‘飞轮效应’；当飞轮转动，智能涌现只是时间问题。”          具体在模型侧，他以智元构建的三阶段训练架构为例谈到，在该架构中，分为“预训练—后训练—持续学习”三个步骤，即推动视觉语言动作模型（VLA）与世界动作模型（WAM）两条技术路线持续演进，并向统一的世界推理动作大模型（WRAM）迈进，同时从算法、仿真、真机训练层面打通规模化迭代闭环。在“台球皇帝”的强力阻击下，张安达未能更进一步。两年之后，43岁的亨德利宣布退役。12年后两人再次相遇，当初还很稚嫩的张安达已是一名经验丰富的职业选手，而在2020年选择复出的亨德利已是“廉颇老矣”。         简而言之，就是让机器人既能边看菜谱边学着直接上灶台炒菜，又要学着理解火候、食材特性，还要反复总结经验，最终培养出一个“既懂原理又会实操”的机器人大厨。此役张安达前两局以2:0领先，第三局亨德利扳回一局，但随后，张安达分别以78:0和75:0连续两局零封对手，以大比分4:1报了12年前的一箭之仇。         在数据侧，则要依托MEgo系列采集终端、治理平台与真机数据集等，构建覆盖数据采集、治理、训练和部署回流的全链路物理AI数据基础设施，推动真实场景数据持续反哺模型进化。

F | 在不久前的欧洲大师赛资格赛中，亨德利以大比分0:5完败于马克·乔伊斯，昔日世界台球领域的超级巨星已无当年之勇。         据悉，目前，这套模型与数据协同迭代体系已在真实产业场景中获得验证。

G | “我们相信物理AI智能涌现不是会不会来的问题，它是一定会到来的。”姚卯青预判到，智能涌现只是时间问题，其一定会在行业突破数据墙、表征墙、闭环墙之后，形成这样一套可优化、可泛化、可进化的物理世界AI的进化系统。在资格赛首日其它几场赛事中，中国选手徐思、陈子凡、赵剑波、李行悉数获胜，挺进正赛。英国公开赛资格赛第二日，又将迎来4名中国选手，其中最引人注目的是奉献赛季首秀的丁俊晖，他的对手是子承父业的“95后”英国小将小莱恩斯。         数据缺口巨大          但智能涌现“一定会来”          数据缺口“上万倍”，业内判断：2到5年迎来机器人ChatGPT时刻          对于机器人的“ChatGPT时刻”何时会到来，专家普遍认为，至少需要两年时间，如果发展进程顺利，也不会超过五年时间。         其关键在于数据。         腾讯首席科学家、腾讯Robotics X实验室主任、福田实验室主任张正友谈到，由于具身智能到最后本质上要跟物理世界交互，因此交互数据是必不可少的。这些数据在一定程度上会产生飞轮效应，即不仅是成功的交互，即便是失败的交互也是格外宝贵的。         “收集数据时放到预训练下，未来的部署时间会越来越短，最后实现零成本的新场景任务复现。

H | 此外，另一位“80后”老将田鹏飞、刚在冠军联赛中杀入决赛的鲁宁，以及14岁时成为斯诺克史上最年轻的排名赛八强选手吕昊天，都将在当日登场亮相。”谈及飞轮效应之下，训练数据的构建形式，Dyna Robotics联合创始⼈兼⾸席科学家⻢也骋认为，不同的数据可以采用“金字塔组合”形态，即顶层高质量部署数据+中层海量真机数据+底层更海量的互联网数据。         AI初创公司Physical Intelligence 的研究科学家任⾄意也认同，能直接复现任务的真机数据“可回放”，但多种来源数据尽可能扩大本体多样性的构成。(完)