9 月 13 日，在 2026 浦江创新论坛上，上海人工智能实验室升级发布"书生·端砚"科学发现平台，并全面开放全栈服务。同步推出的科学多模态大模型 S2 与物理世界模型 W0，把 AI for Science 从"解一道题"推向"做完整个课题"。
W0：把视觉、力觉、触觉融在一起
W0 是国内首款原生融合视觉、力觉、触觉三模态的通用物理世界模型。过去多数世界模型停留在视觉层面（看得到画面），而真实科研与制造里，"摸到什么力度、物体怎样形变"同样关键。W0 把这三种信号统一进一个模型，覆盖生命、材料、半导体、核聚变、量子、气象六大领域。
触觉数据为什么这么贵
三模态里，"视觉"最便宜，"力觉和触觉"最贵，这个不对称决定了 W0 这类模型的现实难度。
视觉数据在网上有几个数量级的积累，采集几乎零成本。力觉与触觉则相反：每一份数据都要用专门设备去测——六维力传感器、触觉阵列、材料试验机，采集一次只能覆盖一个动作、一种材料。想覆盖不同硬度、不同表面、不同温度的组合，成本按几何级数上涨。这也是为什么全球范围内，带触觉标注的公开数据集总量，还比不上视觉数据集里的零头。
数据稀缺会带来两个后果：模型在看见的分布内表现不错，一旦遇到没见过的材质或力度区间，就容易失准；而且很难靠"再训一轮"解决，因为缺的是数据本身，不是算力。
另一个绕不过去的是仿真到现实的落差（sim2real）。在仿真环境里，接触力学是近似的，摩擦、形变、滑移都靠公式拟合，真机上却总有意料之外的抖动。所以能连上同步辐射光源、散裂中子源这类真实装置做验证，价值不只是"跑实验"，更是给模型补上仿真里永远模拟不准的那部分。
关键不在模型，在"闭环"
平台真正的亮点，是打通了数字推演与物理验证：联合上海同步辐射光源、中国散裂中子源等大科学装置，AI 生成的实验方案能直接调度到真实硬件执行，再把结果回流进研究流程。它引入了 Science Harness 维持长周期科研任务的上下文，并用"可信科研证据链"做独立核验与复现——换句话说，AI 不再只是出个点子，而是能进实验室跑一遍、再把结果带回来修正自己。
意味着什么
对普通人这听起来遥远，但它指向一个实在的趋势：国产 AI 科研基础设施正在从"单点工具调用"转向"承载复杂课题的可持续工作平台"。当 AI 能贯穿假设、方案、实验、验证的全过程，前沿基础研究的迭代周期会被显著压缩。当然，这类平台当前主要服务科研与产业，离消费级产品还有距离——但它是大模型能力落地到真实世界的另一条主线。