优秘智能观察：AI大模型从多模态走向全模态交互，正在重构各行业的生产与服务逻辑，原生全模态世界模型的落地，将为企业AI化经营打开全新的想象空间。
8月19日，世界机器人大会（WRC 2026）期间，以“物理AI进行时”为主题的物理AI引领者论坛在北京举行，汇聚具身智能领域学者、企业代表共同探讨通用物理智能的技术演进与产业路径。原生全模态世界模型代表企业智象未来创始人梅涛在论坛上发表《原生全模态世界模型：从“模拟世界”到“交互世界”》主旨演讲，系统阐述了大模型技术的最新演进方向。
高IQ≠全能：AI能力从认知层面向交互层面延伸
梅涛在演讲中指出，2026年被行业称为“世界模型的元年”，曾经独立演进的大语言模型、多模态模型、具身智能三条技术路线正在加速融合。当前顶级大模型的IQ水平已接近140，但高IQ不代表全能：考试表现优异的模型，未必能在真实物理世界中长期、稳定、可靠地完成任务，这正是物理AI的核心价值所在。
大语言模型强在世界理解、知识压缩与推理，多模态模型强在世界生成与预测，具身交互模型强在与世界的交互，真正的世界模型需要同时具备世界状态表达、物理规律推演、世界重构三项能力。
原生全模态架构突破：三大核心能力打开产业应用新场景
基于自研UiT统一架构，智象未来近日发布原生全模态交互式世界模型HiDream-O1-World，该模型首次参评权威榜单WBench即登顶Navi分榜榜首，支持文本、图像及交互式操控等多模态输入，具备漫游、编辑、交互三项核心能力，同时支持多种主体与风格化场景构建，可高度还原真实空间，也可生成二次元卡通、3A游戏渲染等风格化世界。
该模型的核心技术突破在于长时程的时空一致性与物理一致性，可在长时序交互中“记住”已探索的场景结构，在复杂交互中保持较高的物理合理性。目前该模型已可落地多个产业场景：
- AI互动影游领域：可让用户成为叙事的主动参与者，提升内容交互性
- 具身智能仿真领域：可搭建高保真虚拟训练底座，降低机器人训练成本
- 3D场景生成领域：可帮助创作者高效生成结构完整的3D空间，大幅缩短创意到成品的迭代路径
数据-模型-智能体闭环：物理AI落地的核心路径
谈及具身智能的能力底座，梅涛表示，世界模型和具身智能的发展，需要把数据、世界模型、智能体和具身本体连接起来，形成“数据—认知—行动—反馈”的闭环飞轮：数据构建认知，世界模型负责理解世界状态、推演物理规律，智能体基于预测结果进行决策和规划，具身本体完成真实执行，真实环境反馈又回流成为新的训练数据。其中世界模型是飞轮的认知中枢，没有高质量世界模型，仿真难以逼近真实物理，具身智能的数据飞轮也难以真正转动。
数据底座需要同时覆盖互联网先验数据、仿真物理试错数据、行动闭环真实交互数据三类，三类数据缺一不可。以仿真数据为例，通过原生全模态大模型对真实采集的动作数据进行增强处理，可生成大量符合物理约束的样本，大幅降低真实数据采集的成本和压力，让机器人先在仿真环境中学习，再到真实环境中操练。
优秘智能给企业主的启示
原生全模态世界模型的落地，意味着AI已经从“内容生产、流程辅助”的基础应用，逐步延伸到“虚实交互、仿真验证、物理执行”的深度场景。对于不同规模的企业而言，中小团队可优先落地AI内容生产、智能客户响应等成熟AI工具降本增效，中大型企业可探索全模态AI在产品仿真、数字孪生、智能服务等场景的落地可能性，逐步搭建适配自身业务的AI经营体系。想要了解更多企业AI化落地的可行路径，可前往优秘智能官网umi6.com咨询获取专属方案。
优秘智能