马毅：世界模型已超出三维重建与物体识别范畴

2026年9月10日，2026外滩大会见解论坛在香港举办。本届论坛的核心议题聚焦于一个前沿问题：世界模型能否成为具身智能打破虚拟与现实壁垒的核心基础设施。在开幕演讲中，香港大学计算与数据科学学院创始院长马毅就此发表了观点。

从三维重建走向物理世界的全链路能力

马毅在演讲中指出，三维与四维世界感知与建模是计算机视觉领域的核心研究问题。他表示："世界模型已超出三维重建与物体识别的范畴，指向机器人在开放物理环境中感知、认知、学习与价值创造。"

这一表述将世界模型的研究边界从传统视觉重建任务，向机器人在真实物理环境中的完整能力链条作了延伸。从感知到认知、从学习到价值创造，世界模型所指向的不再是对静态场景的几何还原，而是对动态物理世界的理解、预测与交互。这也意味着，相关研究需要跨越几何重建、动力学建模、任务规划等多个层面，对底层算法、计算架构与数据体系提出新的要求。

与具身智能结合成为产业关注焦点

本届见解论坛以"世界模型能否成为具身智能打破虚拟与现实壁垒的核心基础设施"为讨论主线，本身也折射出当前AI研究重心的转向：智能系统的迭代正从纯数字空间中的模型优化，向具备物理行动能力的智能体延伸。具身智能强调智能体通过物理实体与环境的交互完成任务，而世界模型被视为支撑这一过程的关键能力之一——即让机器具备对物理规律的理解与预测能力。

从马毅的表述看，世界模型与传统计算机视觉任务的关键差异，在于其指向的是开放环境下的连续决策过程，而非封闭场景中的单一识别任务。这一转向对数据规模、算力配置、算法泛化性都提出了更高要求，也是当前学界与产业界共同关注的难点。

通信基础设施是AI走向物理世界的底层支撑

对通信行业而言，这一议题同样具有现实意义。具身智能与机器人的规模化发展，离不开高带宽、低时延的通信网络支撑，也对边缘计算、算力网络的协同能力提出新的需求。从云端训练到端侧推理，从感知数据传输到多机协同，通信基础设施在AI从虚拟走向物理世界的进程中扮演着底层角色。

需要指出的是，世界模型与具身智能目前仍处于研究探索阶段，技术路线、数据体系与算力需求等问题有待学术界与产业界进一步厘清。本届外滩大会见解论坛围绕这一议题展开讨论，为后续研究与产业落地提供了交流平台。