6月12日，2026北京智源大會開幕。智源研究院發布了一系列模型研發成果，并發布四款自主研發的智能體，分別應用于輔助診斷、自主研究等領域。記者在大會現場看到，智能體將AI技術落地于具體應用場景，幫助提升人們的工作效率。從業者認為，隨著模型與智能體的發展，新一代AI技術將重塑數字世界，從而深刻影響人們的生產生活，未來，使用成本降低將進一步激發智能體應用潛力。
四款智能體發布
在大會展示區，記者戴上一副搭載著智能體的AI眼鏡，查看一張心電圖，視線前方即可顯現出心電圖上的異常表現。在另一個展示臺，顯示屏演示了智能體如何在手術前將患者的心臟還原成彩色三維立體的心臟，并分析出整個心臟的磁場信號，為醫生手術做準備。
(資料圖片僅供參考)
這些現場演示體現了智能體的潛在應用場景。大會開幕式上，智源研究院推出了四款自主研發的智能體，推動AI技術落地。
BAAI Cardiac Agent是其推出的首個面向心臟磁共振的輔助診斷智能體。智源研究院院長王仲遠表示，該智能體由智源研究院與安貞醫院共同合作研發，能夠有效識別和處理心臟磁共振的多模態數據，從而提升醫生的診斷效率。其心臟疾病診斷的精確度能夠達到安貞醫院頂尖心血管醫生的診斷水平，有望將領先的診斷能力下沉到基層醫院，促進醫療普惠。
AREX則是面向科學發現的自主研究智能體，可服務于文獻調研、思路拓展、實驗設計、結果論證與論文撰寫等科研全流程，進一步推動AI技術賦能基礎學科前沿問題的自主探索與科學發現。
SoulAgent是面向個人用戶的專屬智能體。在大會現場，隨處可見SoulAgent的小程序二維碼，登陸小程序可以見到，智源研究院的專家們有了“數字分身”，用戶可以在線與專家們的智能體對話。據介紹，該智能體采用自研架構，使用成本更低，Token成本節省30%，資源占用可降低80%。
此外，智源研究院還推出面向有害蛋白獲取的風險發現智能體。傳統生物安全評估多為事后被動響應，該智能體通過主動模擬攻擊者行為，提前識別智能體在生物知識獲取、有害蛋白序列設計的脆弱環節，將風險防控從“事后補救”轉為“事前演練”，筑牢AI生物技術的安全防線。
Token成本成為智能體應用門檻
智能體正推動大模型從單純的對話工具，轉向可自主執行任務的生產力工具，成為人工智能產業化落地的核心方向。王仲遠認為，智能體目前仍處于早期發展階段，未來市場空間巨大。
之江實驗室主任、阿里云創始人王堅在會上表示，AI應用的挑戰包括技術使用成本過高。他援引“計算機科學之父”圖靈的觀點表示，一個人加上一張紙、一支筆，再加一塊橡皮，就是一臺通用機器。“Token太貴了。Token如果像一張紙、一支筆那樣便宜，人們就會被解放出來。”王堅說。
Token是大模型理解、處理、生成信息的最小單元。2026年一季度以來，國內外模型廠商、云廠商分別提升Token價格，大模型、智能體使用成本上升。
王仲遠也在采訪中談道，今年一度興起的“龍蝦”（指智能體工具OpenClaw）熱潮逐漸降溫，原因之一便是Token使用成本過高。智能體由于需要自主規劃任務、多輪推理運算、反復校驗優化，相比大模型的對話交互，智能體的Token消耗規模大幅提升。
王仲遠表示，伴隨著AI產業工業化、規模化以及工程創新，Token成本會像歷史上其他技術一樣，從高昂逐漸變得便宜并最終實現普惠，未來幾年會看到Token成本持續降低，從而推動智能體等產品的推廣和落地。
展望行業發展趨勢，AI技術的迭代升級正持續重構數字產業生態。王仲遠表示，當前基座模型性能不斷躍升，AI編程、自主推理等核心能力呈現指數級提升，正在全面重構數字世界。依托基座模型與智能體技術的快速迭代，未來各類數字化工具、移動端應用都將迎來革新，醫療輔助診斷、科研創新、智能會務等場景化智能體將批量落地，持續提升各行業生產效率，加速AI技術普惠進程。
對于AI技術的長遠突破方向，王堅認為，當前AI訓練多依托文本與代碼數據，未來真正的技術革新，在于實現對生命科學等領域真實專業數據的深度理解。他表示，AI能夠規模化挖掘、解讀科學數據，有望重塑科研范式，極大提升科學發現的效率，賦能前沿領域創新突破。
此外，王堅還對人機協同的AI發展前景保持樂觀。他表示，當前行業評估多聚焦大模型本身的能力，未來行業或許需要建立新的評價體系，重點衡量“模型與人協作的綜合能力”，這一評價維度將更有意義。
具身智能研發與應用同步推進
在數字智能體加速落地迭代的同時，聚焦物理世界的具身智能技術正同步推進研發與場景落地，但其產業化發展仍面臨多重阻礙。
王仲遠表示，核心瓶頸在于通用世界基座模型的缺失，為補齊技術短板、夯實產業底座，本次大會上，智源研究院發布通用世界基座模型悟界·Physis-v0.1，以及以物理狀態預測為核心的具身大腦悟界·RoboBrain Orca，為具身智能技術突破提供支撐。
從業者普遍認為，當前國內具身智能機器人的硬件本體技術已實現跨越式升級，整機性能大幅提升。與此同時，各類具身智能機器人陸續入駐工廠、物流倉庫等實景場景，依托真實場景的落地應用，積累實操數據，逐步形成完整的數據迭代閉環。
不過王仲遠坦言，現階段具身智能仍存在技術短板，在場景通用性、技術泛化性、多任務執行能力上依然不足。尤其是家庭服務場景，受運行安全性、電池續航能力、復雜環境任務處理能力等多重因素制約，規模化落地仍需漫長培育期。