在AI技术从数字世界向物理世界渗透的浪潮中，一个来自清华大学的明星团队正式入局。清华大学自动化系副教授封硕，凭借其团队在Nature封面发表的关于世界模型的研究成果，创立了幂级智能（Dense AI），目标直指物理AI领域的世界基础模型。这家成立于2026年1月的公司，由清华学者石梦凯担任法人，其核心愿景是打造订阅制的世界基础模型，为机器人、自动驾驶等需要理解物理规律的场景提供通用智能底座。

幂级智能的技术根基在于对物理世界的高效建模。据公开信息，其世界模型参数规模或达百亿级别，核心突破在于能够以更低的计算成本模拟物理交互的因果关系。这与当前主流的大语言模型不同，它专注于理解物体的物理属性、运动规律和空间关系，而非文本语义。例如，在机器人抓取任务中，该模型可预测物体受力后的形变和位移，从而指导机械臂的精准操作。这种能力对于工业自动化、家庭服务机器人等场景至关重要，因为传统基于规则的方法难以应对物理世界的复杂性。

行业影响层面，幂级智能的商业模式也颇具创新性。采用订阅制提供世界模型服务，意味着企业无需自研底层模型，即可按需获取物理推理能力。这类似于云计算中的API调用模式，但针对的是物理交互场景。据测算，如果该模型能够将机器人自主决策的准确率从当前的80%提升至95%以上，将极大降低部署门槛。目前，全球范围内仅有少数团队（如DeepMind的Genie、英伟达的Cosmos）在类似方向取得进展，而幂级智能的差异化在于更聚焦于中国制造业和物流业的实际需求。

展望未来，幂级智能的挑战与机遇并存。一方面，物理AI的落地需要海量高质量的真实世界数据，而这正是清华大学在机器人、自动驾驶领域的长期积累所擅长的。另一方面，订阅制模式能否获得市场认可，取决于模型的实时性、准确性和成本控制。对于AI从业者而言，关注幂级智能的技术路线图和首批客户案例，将是判断物理AI商业化节奏的关键。如果成功，这不仅是清华科技成果转化的标杆，更可能开启一个全新的AI服务品类：让机器真正理解并适应物理世界。