当大模型不再满足于“预测下一个Token”，物理世界的“下一帧”正在成为AI的新战场。
引言：基座模型的“三级跳”
2026年过半，基座模型的技术版图正在经历一场静水深流的变革。
如果说2023年是“百模大战”的元年，2024年是“长上下文”的军备竞赛，2025年是“推理能力”的内卷——那么2026年，关键词正在转向物理世界。
从GLM-5.2的1M上下文长程任务，到Qwen-VLA的统一视觉-语言-动作建模，再到智源研究院发布的全球首个通用世界基座模型“悟界·Physis”——这条技术演进路线清晰地指向一个方向：AI正在从“语言的理解者”进化为“物理世界的模拟者”。
本文将从LLM的最新突破出发，沿着VLA（视觉-语言-动作模型）的兴起，一直延伸到世界模型这一终极范式，为你梳理2026年基座模型的技术演进全貌。
第一章 LLM：基座模型的“基本盘”仍在进化
虽然“Scaling Law”是否撞墙的争论从未停歇，但2026年上半年的大语言模型领域依然交出了一份相当亮眼的答卷。
1.1 GLM-5.2：开源Coding模型的新标杆
2026年6月17日，智谱AI正式上线并开源GLM-5.2。根据智谱官方发布的信息，在Artificial Analysis综合榜单上，GLM-5.2取得51分，与Anthropic
