量子位官网T2·基座大模型
42 分
智象元一创始人梅涛在世界顶尖科学家论坛提出“智能体化全模态世界模型”,主张大语言、多模态与具身三条路线终将汇流,由 LLM 担任决策大脑、Omni-Model 担任世界模拟器。该构想配套 HiDream-O1 模型矩阵与 HiHarness 平台,并延伸至具身数据合成与生命科学场景,但整体仍属愿景性框架,缺乏可验证的技术细节与量化结果。
Omnimodal Model
能在单一架构内同时处理和理解文本、图像、音频等多种模态数据的模型
智象元一创始人梅涛在世界顶尖科学家论坛提出“智能体化全模态世界模型”,主张大语言、多模态与具身三条路线终将汇流,由 LLM 担任决策大脑、Omni-Model 担任世界模拟器。该构想配套 HiDream-O1 模型矩阵与 HiHarness 平台,并延伸至具身数据合成与生命科学场景,但整体仍属愿景性框架,缺乏可验证的技术细节与量化结果。
AMD 以 82 亿美元正式收购李飞飞创立的空间智能公司 World Labs。此次并购旨在整合其 Atlas 全模态模型架构,解决机器人仿真与设计领域的稀疏重建难题,强化 AMD 在空间计算与 AI 基础设施层面的垂直整合能力。
阿里通义千问正式发布新一代原生全模态模型 Qwen3.8-Omni-Flash,重点强化音视频场景下的 Agent 规划与工具调用能力。该模型支持 1M 长上下文,在累计 29 项评测中较上一代平均得分提升超 25%,同时 API 音频输入价格降幅超 98%,显著降低了多模态智能体的落地门槛。
OpenAI 正式公布 GPT-4o 原生图像生成功能的技术细节与安全评估。该功能深度嵌入全模态架构,相比 DALL·E 3 具备更强的指令遵循、文本渲染及图像转换能力。文档重点阐述了伴随新能力产生的边际风险及相应的安全缓解措施。