6月6日上午，在2025北京智源大会上线上股票配资，北京智源人工智能研究院发布了“悟界”系列大模型，宣布围绕物理AGI（通用人工智能）所做的大模型最新科研成果和布局。“悟界”系列大模型目前包含：全球首个原生多模态世界模型“悟界·Emu3”、全球首个脑科学多模态通用基础模型“悟界·见微Brainμ”、具身大脑RoboBrain 2.0、全原子微观生命模型OpenComplex2。
其中，原生多模态世界模型Emu3于2024年10月发布，基于下一个token预测范式统一多模态学习，无需扩散模型或组合式架构的复杂性。其核心能力在于多模态统一理解与生成，它通过研发新型视觉tokenizer将图像/视频编码为与文本同构的离散符号序列，构建模态无关的统一表征空间，实现文本、图像、视频的任意组合理解与生成。该模型支持多模态输入、多模态输出的端到端映射，验证了自回归框架在多模态领域的普适性与先进性，为跨模态交互提供了强大的技术基座。
何谓世界模型？
从通俗角度来看，世界模型可以被理解为，让AI像人类一样认知、理解世界并进行推理的工具。人类通过五感获取外界信息，大脑会将这些信息抽象简化为理想化的基本元素，构建成一个关于世界的“模型”，并在这个模型上进行推理和预测，以此来指导我们的行动。人工智能领域的世界模型，就是让机器学习算法去构建这样一个关于世界的“模型”。
基于世界模型的多模态和推理能力，AI能实现更自然、智能的交互。比如在智能客服领域，综合分析用户的语音、图像和文本输入，理解问题并给出准确回答；在智能教育领域，根据学生学习情况和需求，生成个性化教学内容和辅导方案。
被誉为“AI教母”的知名人工智能专家、斯坦福大学教授李飞飞，近日与硅谷顶级风险投资机构a16z的两位合伙人——马丁·卡萨多与埃里克·托伯格展开了一场深度对话。在这场对话中，李飞飞便探讨了“世界模型”的概念——这些AI系统不仅能理解和推理文字信息，还能理解与推理物理世界（尤其是3D世界）的运作规律。
可以说，打造强大的世界模型是人类通往AGI的必经之路。
值得注意的是，目前的应用端，布局世界模型最积极的是造车新势力，在小鹏、理想、华为、地平线等各个车企和平台供应商的展示中都在强调“世界模型”。
在智驾领域，世界模型代表着智能驾驶系统对物理世界的数字化理解与预测能力。各企业在智能驾驶上的竞争从过去拼车端算力和配置，已经逐渐演进到比拼云端构建的世界模型（一个能够理解物理世界规则的虚拟世界）的能力。
华泰证券认为这或将持续提升车载的芯片算力以及传感器的精度线上股票配资，对算法公司和主机厂技术研发能力也提出了新的要求。亿欧智库的报告则称，世界模型通过云端训练+车端蒸馏提升泛化能力，但其规模化落地仍受限于算力成本与数据质量。
升富策略提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
