三条AI技术路线终将合流?智象创始人梅涛提出智能体化的世界模型
第二,Omni-Model,也就是通用世界模型。它是世界模拟器:基于LLM的意图,模拟物理世界的运行,推演行动带来的后果,并预判下一步动作。
以下正文同步自 量子位,版权归原站所有,已转换为易读排版。
第二,Omni-Model,也就是通用世界模型。它是世界模拟器:基于LLM的意图,模拟物理世界的运行,推演行动带来的后果,并预判下一步动作。
第三,Embodied Context,具身上下文。它对接真实的物理环境,负责执行具身行动,同时将真实观测数据回传,用于校准世界模型。
三者协同,实现「One Token Space, One World」——在同一个Token空间里,思维世界与物理世界实现统一。而这,正是通往下一代世界智能的关键所在。
对世界模型的思考,内化而成了智象的产品哲学与技术基因。智象自研了原生全模态(Unified Transformer)模型架构,让文本、图像、视频、空间、位姿、力触、传感器等所有模态,实现统一表征。基于 UiT 底座,智象搭建了完整的世界模型矩阵:从图像模型起步,延伸至视频模型、交互模型 HiDream-O1-World,再到具身模型 HiDream-O1-Embodied,完成从静态图像、动态视频,到空间交互、具身行动的能力演进。
智象已经形成了“1+1+3”的商业化架构:底层是原生全模态世界模型矩阵,中间通过企业级模型平台HiHarness,汇聚自研 HiDream-O1 全模态系列模型及全球顶尖模型;最上层是三个智能体,包括AIGC的商业营销智能体HiBurst、影视创作智能体“帧赞”和内容创作智能体vivago。
与此同时,智象也在大力推动世界模型在前沿领域的实践。在具身智能领域,世界模型可规模化合成毫米级高精度动作视频,突破真机数据成本高、规模小的瓶颈,为真机训练提供数据供给;在生命科学领域,智象与合作企业通过多尺度生物影像的统一表征,实现细胞演化的理解与预测,为药物响应评估提供前置参考,在实验前筛选更值得验证的方案。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。