IXThinker·2025-10-31 19:00

智源發布Emu3.5 邁向多模態世界模型

北京智源人工智能研究院發布「悟界·Emu3.5」，作為其構建世界基座模型的開創性實踐。模型延續統一建模圖像、文本與影片的核心思想，目標讓AI真正理解物理世界的動態與因果。

為何統一視覺語言

人類主要依靠視覺觀察世界、洞悉因果並與環境交互，單靠語言難以理解複雜多變的物理世界。統一視覺與語言、讓模型對現實動態與因果推理，被視為通往通用人工智能的必由之路。