6月12日，2026北京智源大会开幕。智源研究院发布了一系列模型研发成果，并发布四款自主研发的智能体，分别应用于辅助诊断、自主研究等领域。记者在大会现场看到，智能体将AI技术落地于具体应用场景，帮助提升人们的工作效率。从业者认为，随着模型与智能体的发展，新一代AI技术将重塑数字世界，从而深刻影响人们的生产生活，未来，使用成本降低将进一步激发智能体应用潜力。
四款智能体发布
在大会展示区，记者戴上一副搭载着智能体的AI眼镜，查看一张心电图，视线前方即可显现出心电图上的异常表现。在另一个展示台，显示屏演示了智能体如何在手术前将患者的心脏还原成彩色三维立体的心脏，并分析出整个心脏的磁场信号，为医生手术做准备。
这些现场演示体现了智能体的潜在应用场景。大会开幕式上，智源研究院推出了四款自主研发的智能体，推动AI技术落地。
BAAI Cardiac Agent是其推出的首个面向心脏磁共振的辅助诊断智能体。智源研究院院长王仲远表示，该智能体由智源研究院与安贞医院共同合作研发，能够有效识别和处理心脏磁共振的多模态数据，从而提升医生的诊断效率。其心脏疾病诊断的精确度能够达到安贞医院顶尖心血管医生的诊断水平，有望将领先的诊断能力下沉到基层医院，促进医疗普惠。
AREX则是面向科学发现的自主研究智能体，可服务于文献调研、思路拓展、实验设计、结果论证与论文撰写等科研全流程，进一步推动AI技术赋能基础学科前沿问题的自主探索与科学发现。
SoulAgent是面向个人用户的专属智能体。在大会现场，随处可见SoulAgent的小程序二维码，登陆小程序可以见到，智源研究院的专家们有了“数字分身”，用户可以在线与专家们的智能体对话。据介绍，该智能体采用自研架构，使用成本更低，Token成本节省30%，资源占用可降低80%。
此外，智源研究院还推出面向有害蛋白获取的风险发现智能体。传统生物安全评估多为事后被动响应，该智能体通过主动模拟攻击者行为，提前识别智能体在生物知识获取、有害蛋白序列设计的脆弱环节，将风险防控从“事后补救”转为“事前演练”，筑牢AI生物技术的安全防线。
Token成本成为智能体应用门槛
智能体正推动大模型从单纯的对话工具，转向可自主执行任务的生产力工具，成为人工智能产业化落地的核心方向。王仲远认为，智能体目前仍处于早期发展阶段，未来市场空间巨大。
之江实验室主任、阿里云创始人王坚在会上表示，AI应用的挑战包括技术使用成本过高。他援引“计算机科学之父”图灵的观点表示，一个人加上一张纸、一支笔，再加一块橡皮，就是一台通用机器。“Token太贵了。Token如果像一张纸、一支笔那样便宜，人们就会被解放出来。”王坚说。
Token是大模型理解、处理、生成信息的最小单元。2026年一季度以来，国内外模型厂商、云厂商分别提升Token价格，大模型、智能体使用成本上升。
王仲远也在采访中谈道，今年一度兴起的“龙虾”（指智能体工具OpenClaw）热潮逐渐降温，原因之一便是Token使用成本过高。智能体由于需要自主规划任务、多轮推理运算、反复校验优化，相比大模型的对话交互，智能体的Token消耗规模大幅提升。
王仲远表示，伴随着AI产业工业化、规模化以及工程创新，Token成本会像历史上其他技术一样，从高昂逐渐变得便宜并最终实现普惠，未来几年会看到Token成本持续降低，从而推动智能体等产品的推广和落地。
展望行业发展趋势，AI技术的迭代升级正持续重构数字产业生态。王仲远表示，当前基座模型性能不断跃升，AI编程、自主推理等核心能力呈现指数级提升，正在全面重构数字世界。依托基座模型与智能体技术的快速迭代，未来各类数字化工具、移动端应用都将迎来革新，医疗辅助诊断、科研创新、智能会务等场景化智能体将批量落地，持续提升各行业生产效率，加速AI技术普惠进程。
对于AI技术的长远突破方向，王坚认为，当前AI训练多依托文本与代码数据，未来真正的技术革新，在于实现对生命科学等领域真实专业数据的深度理解。他表示，AI能够规模化挖掘、解读科学数据，有望重塑科研范式，极大提升科学发现的效率，赋能前沿领域创新突破。
此外，王坚还对人机协同的AI发展前景保持乐观。他表示，当前行业评估多聚焦大模型本身的能力，未来行业或许需要建立新的评价体系，重点衡量“模型与人协作的综合能力”，这一评价维度将更有意义。
具身智能研发与应用同步推进
在数字智能体加速落地迭代的同时，聚焦物理世界的具身智能技术正同步推进研发与场景落地，但其产业化发展仍面临多重阻碍。
王仲远表示，核心瓶颈在于通用世界基座模型的缺失，为补齐技术短板、夯实产业底座，本次大会上，智源研究院发布通用世界基座模型悟界·Physis-v0.1，以及以物理状态预测为核心的具身大脑悟界·RoboBrain Orca，为具身智能技术突破提供支撑。
从业者普遍认为，当前国内具身智能机器人的硬件本体技术已实现跨越式升级，整机性能大幅提升。与此同时，各类具身智能机器人陆续入驻工厂、物流仓库等实景场景，依托真实场景的落地应用，积累实操数据，逐步形成完整的数据迭代闭环。
不过王仲远坦言，现阶段具身智能仍存在技术短板，在场景通用性、技术泛化性、多任务执行能力上依然不足。尤其是家庭服务场景，受运行安全性、电池续航能力、复杂环境任务处理能力等多重因素制约，规模化落地仍需漫长培育期。
高忆管理配资提示：文章来自网络，不代表本站观点。
