近日，北京智源人工智能研究院震撼發(fā)布“悟界”系列大模型，標(biāo)志著人工智能領(lǐng)域邁入了一個(gè)嶄新的階段。這一系列包含了多項(xiàng)全球首創(chuàng)的技術(shù)突破，其中尤為引人注目的是“悟界·Emu3”，作為全球首個(gè)原生多模態(tài)世界模型，它展現(xiàn)了前所未有的能力。

與此同時(shí)，研究院還推出了“悟界·見微 Brainμ”，這是全球首個(gè)基于腦科學(xué)的多模態(tài)通用基礎(chǔ)模型。這兩項(xiàng)技術(shù)的發(fā)布，不僅拓寬了人工智能的應(yīng)用邊界，更為腦科學(xué)與人工智能的融合探索提供了新的可能。

“悟界”系列大模型還涵蓋了悟界·具身智能大模型的多個(gè)組成部分。其中，悟界·RoboOS 2.0作為全球首個(gè)支持MCP的跨本體大小腦協(xié)作框架，為機(jī)器人的智能化發(fā)展開辟了新路徑。悟界·RoboBrain 2.0作為具身大腦大模型，以及全原子微觀生命模型悟界·OpenComplex2的發(fā)布，進(jìn)一步豐富了具身智能領(lǐng)域的研究成果。

回顧去年10月，智源研究院首次亮相的原生多模態(tài)世界模型Emu3，便以其獨(dú)特的技術(shù)優(yōu)勢引起了廣泛關(guān)注。該模型無需依賴復(fù)雜的擴(kuò)散模型或組合方法，僅憑對下一個(gè)token的預(yù)測，便能實(shí)現(xiàn)對文本、圖像、視頻三種模態(tài)數(shù)據(jù)的全面理解和生成。Emu3的多模態(tài)輸入與輸出能力，驗(yàn)證了自回歸框架在多模態(tài)領(lǐng)域的廣泛適用性和先進(jìn)性，為跨模態(tài)交互技術(shù)的發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)。

在Emu3的基礎(chǔ)上，見微 Brainμ進(jìn)一步拓展了多模態(tài)技術(shù)的應(yīng)用范圍。它基于Emu3的底層架構(gòu)，將神經(jīng)科學(xué)與腦醫(yī)學(xué)相關(guān)的fMRI、EEG、雙光子等腦信號進(jìn)行統(tǒng)一token化處理。借助預(yù)訓(xùn)練模型的多模態(tài)對齊優(yōu)勢，見微 Brainμ能夠?qū)崿F(xiàn)多模態(tài)腦信號與文本、圖像等模態(tài)之間的多向映射，從而完成跨任務(wù)、跨模態(tài)、跨個(gè)體的統(tǒng)一通用建模。這一技術(shù)突破，使得單一模型即可應(yīng)對多種神經(jīng)科學(xué)的下游任務(wù)，極大地提高了研究效率和準(zhǔn)確性。

Emu3所生成的圖像，不僅展示了其強(qiáng)大的生成能力，也預(yù)示著人工智能在藝術(shù)創(chuàng)作領(lǐng)域的無限潛力。隨著“悟界”系列大模型的持續(xù)研發(fā)和應(yīng)用，我們有理由相信，人工智能將在更多領(lǐng)域展現(xiàn)出其獨(dú)特的價(jià)值和魅力。