01
2026年8月20日，德国不来梅，IJCAI–ECAI 2026大会现场，斯坦福大学计算机科学助理教授吴佳俊（Jiajun Wu）走上讲台，接下人工智能领域青年学者最高荣誉之一的「计算机与思想奖」（Computers and Thought Award），并发表题为《Building Visual and Physical Intelligence Through Code》（通过代码构建视觉与物理智能）的获奖演讲。
这不是一场关于“大模型又强了一点”的汇报，而是一次对生成式AI时代根本困境的冷静回切：当机器能凭一张照片画出整个世界的外貌，它真的“懂”这个世界吗？如果推开那扇门，杯子会不会倒、水流会不会停、椅子能不能坐？吴佳俊给出的回答是——像素只是表象，大模型生成了运动学，但唯有“物理代码”才能通向动力学与因果关系；我们要做的，是从一张照片里，逆推出世界深藏的源代码。
01
“代码”不是程序，是世界本身的源代码
演讲标题里的“代码”，容易被误读成Python或C++。吴佳俊特意澄清：他真正想接续的是神经符号AI（neuro-symbolic AI）那条老脉络，但“符号”一词在深度学习狂飙年代曾被冷落，于是他换了个更直白的说法——“物理代码”（Physical Code）。
所谓物理代码，不是人写给人看的脚本，而是物理世界自己用来“编译”出视觉观测的内在结构：
几何：物体形状、尺度、位姿、部件层级；
0
评论 (0)