IXThinker·2026-07-10 09:10

多模態世界模型新方向 由預測詞到預測狀態

智源研究院推出多模態表徵世界模型Orca，讓模型學習真實世界的狀態變化，由預測下一個詞轉向預測下一狀態。現有模型各自局限於單一輸出形式，未必真正理解世界如何演化，團隊旨在探索通用智能新路徑。

能力強不代表理解

今天的AI能答題、生圖、操作機械人，但拆開看，這些能力多圍繞單一輸出展開：語言模型預測下一個詞，影片模型預測下一幀，機械人模型預測下一步動作。杯子被推倒時水會否灑出，模型未必真懂。