智象未来发布原生全模态世界模型 HiDream-O1-World
智象未来发布原生全模态世界模型，打通模拟与交互，为具身智能提供认知中枢，值得关注。
智象未来推出原生全模态交互式世界模型 HiDream-O1-World，支持文本、图像及交互操控输入，具备漫游、编辑、交互能力，可保持长时程时空与物理一致性，在 WBench Navi 分榜登顶，将用于 AI 互动影游、具身智能仿真与 3D 场景生成。
正文摘录
8月19日，世界机器人大会（WRC 2026）期间，由跨维智能主办、《财经》杂志协办的“物理 AI 引领者论坛暨2026《财经》中国 AI 100榜单启动仪式”在北京举行。论坛以“物理 AI 进行时”为主题，汇聚具身智能领域的顶尖学者、企业创始人和一线技术负责人，共同探讨通用物理智能的技术演进与产业路径。 作为原生全模态世界模型代表企业，智象未来（HiDream.ai）创始人兼 CEO 梅涛发表了题为《原生全模态世界模型：从“模拟世界”到“交互世界”》的主旨演讲。他从 AI 大模型的技术演进趋势出发，系统阐述了大模型从多模态走向原生全模态、从模拟世界走向交互世界的核心逻辑，为 Physical AI 的底层能力建设提供了新的技术视角与路径思考。 梅涛博士在演讲中指出，过去几年 AI 大模型的发展可谓一日千里。从大语言模型到多模态模型再到具身智能，三条曾经独立演进的技术路线正在加速走向融合，2026年被很多人称为“世界模型的元年”。 他分享了一组数据：今年年初，顶级大模型的 IQ 水平约为130，相当于中科大少年班天才的水平；而到如今，最新大模型的 IQ 已经接近140。但梅涛特别强调了一个关键观点——“高 IQ 不代表全能”。就像孩子成绩好不代表综合能力强一样，一个在考试中表现优异的模型，不等于能在真实物理世界中长期、稳定、可靠地完成任务。这正是 Physical AI 之所以重要的根本原因。 大语言模型强在对世界的理解、对知识的压缩和推理；多模态模型强在对世界的生成与预测；具身交互模型则强在与世界的交互。 而真正的世界模型，需要同时具备对世界状态的完整表达、对物理规律和因果关系的推演，以及对世界的重构能力。从文本、多模态到具身，过去各自独立演进的三条路线，今天正在加速走向融合。