梅涛提出智能体化全模态世界模型,中国周Token调用量达93万亿

资讯 AI 行业观察 全文 653 字 · 约 2 分钟读完 配图 1 张 分类OpenRouter世界模型多模态

11月5日消息,近日,2026世界顶尖科学家论坛第二届国际工程智能大会举行。会上,加拿大工程院外籍院士、智象元一(HiDream.ai)创始人兼CEO梅涛发表演讲,提出构建智能体化的全模态世界模型(Agentic Omnimodal World Models),迈向下一代世界智能。 梅涛认为,AI正从"工具"演变为社会

所属频道 模型发布

11月5日消息,2026世界顶尖科学家论坛第二届国际工程智能大会近日举行。智象元一(HiDream.ai)创始人兼CEO、加拿大工程院外籍院士梅涛在会上发表演讲,提出迈向下一代世界智能的路径——构建智能体化的全模态世界模型(Agentic Omnimodal World Models)。

梅涛的判断是,AI正在从"工具"变成社会基础设施。模型聚合平台OpenRouter的数据显示,截至今年10月,中国周Token调用量达93万亿,为美国的4.16倍,已连续26周排在全球第一;大模型迭代周期也从2023年的12个月压缩到按周推进。他提到,数字智能(Digital AI)在文本交互、代码、视频生成乃至数学研究上已经达到甚至超过人类专家水平,物理智能(Physical AI)却受制于物理理解薄弱、交互数据匮乏、闭环执行不足,而世界模型正是跨越这道鸿沟的桥梁。

据梅涛介绍,智能体化世界模型由LLM(决策大脑)、Omni-Model(通用世界模型)与Embodied Context(具身上下文)三部分构成,三者协同实现"One Token Space, One World"。智象由此自研原生全模态UiT架构,搭起覆盖图像、视频到交互模型HiDream-O1-World、具身模型HiDream-O1-Embodied的世界模型矩阵,形成"1+1+3"商业化架构,并落地HiBurst、"帧赞"、vivago三个智能体。在具身智能领域,世界模型能够规模化合成毫米级高精度动作视频;在生命科学领域,则可辅助药物响应评估的前置筛选。(袁宁)

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Meta在美国上线Muse视频聊天,AI虚拟形象能打实时通话了

    Meta近日正式宣布面向美国用户推出其消费者人工智能代理Muse的Muse Voice与视频聊天功能,标志着其在多模态AI交互与消费级虚拟形象落地方面迈出重要一步。该功能采用全新的AI模型、Muse Realtime Avatar及Muse Realtime Voice技术,为用户提供可定制的动画数字虚拟形象进行实时通

    来源 AI 开发者社区
  2. Thinking Machines推Inkling 2 Small:定制训练开放,估值冲2600亿

    智东西(公众号:zhidxcom)作者 | 孙小雯编辑 | 程茜智东西11月6日消息,今日,前OpenAI首席技术官米拉·穆拉蒂创办的美国AI创企Thinking Machines Lab发布通用多模态模型Inkling 2 Small,并将于下周开放权重。该模型重点改善定制训练表现,支持开发者用自己的数据进一步训练,

    来源 腾讯网
  3. Airbnb宣布将于2027年上半年推出定制化AI旅行代理

    Airbnb 于近日正式宣布,计划在2027年上半年推出专为旅游场景定制的人工智能旅行代理(AI Travel Agent),标志着其在垂直领域多模态交互应用上的重要战略布局。在同步发布的第三季度财报中,公司交出了强劲的业绩答卷,总营收同比增长19%达48.7亿美元,超出华尔街预期,并宣布将2026年全年营收增长预期上

    来源 AI 开发者社区
  4. 谷歌Omni 1.2 Flash上线:视频时长增至15秒,API降价约30%

    人工智能视频生成与编辑领域迎来重要更新。Google DeepMind 正式发布了全新的多模态视频生成模型——Gemini Omni1.2Flash。该模型在生成时长、画面一致性、多轮对话修改以及 API 价格上均带来了全方位的重大升级。 核心性能升级:时长翻倍、一致性优化与多轮对话编辑 在核心功能方面,Gemini

    来源 AI 开发者社区
  5. Meta上线Muse头像视频通话,还要推电子宠物式可穿戴设备

    Meta宣布,美国用户现在可以通过视频通话与旗下AI助手Muse的可定制动画头像实时互动。这标志着Meta的AI代理从纯文本对话迈向拟人化的多模态交互。更值得关注的是,Meta还计划推出一款类似电子宠物Tamagotchi的可穿戴设备,试图把Muse从屏幕带入现实生活。此举被视为社交巨头在AI陪伴赛道与AI硬件浪潮中的

    来源 AI 科技快讯
  6. 荣耀李健谈AI入口:不抢存量,Token套餐首发Magic9

    荣耀CEO李健在2026移动网络大会发表主题演讲,围绕“以用户为中心,共建入口、共筑信任、共创未来”分享对智能经济时代产业演进的思考。他提出,AI入口之争并非存量零和博弈,行业应以

    来源 快科技
  7. 华中科大与地平线提出Multimodal Flow:语言视觉同处连续空间

    走向物理 AI 时代,构建一个能真正统一语言与视觉的多模态基座模型是关键一步。然而,语言本质上是有序的 Token 序列,视觉则是连续的高维像素分布,两者在信息结构上存在天然的鸿沟。如何在一个模型内统一这两种截然不同的分布,一直是一个备受争论的话题。目前,主流的解法主要有两条。一条是全离散路线(如 Chameleon、

    来源 腾讯网
  8. 李飞飞团队发布Frameboy:浏览器里实时体验世界模型

    智东西作者 | 王涵编辑 | 云鹏智东西11月6日报道,刚刚,“AI教母”李飞飞的世界模型团队World Labs发布Frameboy,是一个基于Atlas优化的实时流式生成演示Demo。Frameboy从云端GPU流式传输画面,速度最高可达15FPS,这意味着每隔约67毫秒就能获得一帧新画面。与之对比,谷歌DeepM

    来源 腾讯网
  9. OpenAI重置按钮换人管?Tibo转岗做安全,Andrew接手产品体验

    Tibo 不发糖了?因为Open AI 的内部安全烂透了 作者丨高允毅 编辑丨岑 峰 OpenAI 的“赛博义父”好像换人了?最先发现不对劲的是敏锐的网友。 11 月 4 日,Codex 团队的产品负责人 Andrew Ambrosino 发帖称,关于 OpenAI 产品的任何意见都可以反馈给他。 Tibo 在下面跟了

    来源 AI 行业观察
  10. 蚂蚁Ling-3.2-flash上线:560B MoE只激活25B,1M上下文

    蚂蚁百灵今日推出原生多模态模型 Ling-3.2-flash,560B 总参数每次仅激活 25B,配 1M 上下文、走 MoE 路线——前向只调部分参数,留知识容量、压单步开销。这"大骨架、小激活",正是平衡能力的核心。 四项能力同步上桌 模型架构层原生打通视觉与语言,图文视频通吃。官方强化四块:复杂视觉理解做图像视频

    来源 AI 开发者社区
  11. 世界模型成物理AI新战场:魔芯科技连融5轮共20亿,落地仍有三道坎

    以具身智能为代表的物理AI是今年科技圈最火的一个词,目前也已经有不少的物理AI开始进厂了,但曾有某具身智能公司的CEO告诉我们,当前大多数进厂的具身智能,其实还不是具身智能,而只是在原本工业自动化设备上,加上一些AI的能力,真正的具身智能是能在不同产线、不同环境中,具备一定独立思考的能力,能自己感知世界的。...

    来源 腾讯网
  12. 米哈游退出零唯一思,交大菡源资产数百万元接手

    文|胡香赟 编辑|海若镜 10月底,米哈游已退出上海零唯一思科技有限公司(下称“零唯一思”)股东行列。36氪获悉,近日,这家由上海交通大学教授吕宝粮创办的脑机接口公司,正式完成重组,并获得来自交大菡源资产数百万元的独家投资。该资金将用于团队组建与脑电基础模型研发。 零唯一思成立于2021年底,最早从情感脑机接口切入,探

    来源 AI 行业观察
  13. 王兴兴:物理AI卡在模型与物理世界对齐,1至2年有望解决

    11月5日,宇树科技创始人王兴兴在虹桥国际经济论坛分论坛上表示,物理AI当前最大瓶颈是模型与物理世界的对齐,该问题未来1至2年有望解决。他解释,多模态大模型在真实机器人上运行存在输入输出偏差,抓取、装配等接触类任务易因“最后几厘米”误差失败。

    来源 凤凰科技
  14. 淘宝MNN 团队开源 MNN-Pocket-0.3B,iPhone 18 Pro 离线解码飙升至 350 token/s

    人工智能端侧部署领域迎来重磅进展。淘宝旗下 MNN 团队正式宣布开源面向手机应用的轻量化大语言模型 —— MNN-Pocket-0.3B。该模型拥有约3亿参数,专为手机等移动设备的资源预算与任务需求量身打造,在极低的内存占用和能耗下,实现了媲美云端的高速响应与出色的综合任务能力。 极致轻量化设计:体积缩减近半,峰值内存

    来源 AI 开发者社区
  15. 荣耀李健谈AI入口:不抢存量,让入口主权回到用户手里

    IT之家 11 月 6 日现场消息,荣耀 CEO 李健在今日(11 月 6 日)的 2026 移动网络大会发表主题演讲,围绕“以用户为中心,共建入口、共筑信任、共创未来”分享对智能经济时代产业演进的思考。 他提出,AI 入口之争并非存量零和博弈,行业应以赢得用户信任为导向,开放协同,让入口主权回归用户,共创智能经济新生

    来源 AI 行业观察
  16. Box联合英伟达推智能体检索系统:速度提4倍,token降90%

    企业内容管理平台 Box 推出了一套采用“智能体优先”思路的内容检索系统,其核心基于英伟达 Nemotron 开源模型。据称,新系统响应查询的速度提升至原来的四倍,错误率降低 20%,而消耗的 token 数量减少 90%。这标志着企业搜索正从“检索增强生成”的单轮问答,转向由模型自主规划、多步执行任务的智能体检索架构

    来源 AI 科技快讯
向下滚动自动加载更多