上海
品玩12月4日訊，北京智源人工智能研究院正式推出新一代多模態大模型Emu3.5，首次實現圖像、文本與視頻的“世界級統一建模”。
該模型摒棄傳統分立架構，將所有模態統一編碼為Token序列，專注于“Next State Prediction”（預測下一世界狀態）任務，從而掌握物理規律與因果邏輯。
Emu3.5可合理推演視覺動作、語言續寫及跨模態演化，顯著提升生成內容的連貫性與真實性。專家認為，此舉標志著多模態AI從“生成時代”邁向“世界模型時代”，為具身智能、自動駕駛仿真等高階應用奠定基礎。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
