“这一思路有迹可循。早在2018年，美国OpenAI公司便基于‘预测下一词’的路线训练GPT模型，并于2022年推出ChatGPT，实现了语言大模型重大突破。”黄铁军团队推测，“预测下一词”的架构或许不仅适用于语言，也能拓展至多种模态，将图像、文本和 ...

未来，随着技术的不断进步，通用人工智能将不再是遥不可及的梦想，而是一个触手可及的现实。智源Emu模型的成功，或许将引领我们进入一个全新的智能时代。在这个时代，AI不仅能够理解和生成多种类型的信息，还将能够更好地与人类协作，共同应对复杂的社会和科技挑战。 返回搜狐，查看更多 ...

一场押注AI未来的技术豪赌。

2024年10月，智源在Emu 3模型上提出了“预测下一个token”的概念。作为一款多模态模型，基于自回归架构的Emu 3，可以像语言模型一样，将图像、文本和视频等模态数据，统一离散为Token序列，通过预测来实现跨模态理解与生成的端到端训练。 2025年10月30日，智源 ...

自 2020年启动“悟道”大模型研究以来，智源持续聚焦大模型的原始创新与长期技术路径探索。2025年6月，智源发布新一代大模型系列“悟界”，旨在构建人工智能从数字世界迈向物理世界的关键能力，及物理世界的人工智能基座模型。这其中包括：Emu 系列多模态世界模型、RoboBrain跨本体具身大脑、数字孪生心脏、Brainμ ...

智源研究院在北京举办的“悟界·Emu系列技术交流会”上，正式推出Emu3.5多模态世界大模型。这款由智源院长王仲远与多模态大模型负责人王鑫龙联合发布的成果，标志着人工智能从语言认知向多模态世界建模的跨越式发展。该模型通过单一自回归Transformer架构 ...