量子位
·
具身智能实力派！十年多模态打底，世界模型开路，商汤悟能来了
💡
原文中文，约2800字，阅读约需7分钟。
📝
内容提要
商汤科技在WAIC 2025论坛推出了「悟能」具身智能平台，标志其进入具身智能领域。新型多模态模型日日新V6.5提升了推理能力，支持感知、导航和交互。商汤通过世界模型与硬件合作，解决数据稀缺问题，推动具身智能发展，形成自循环生态。
🎯
关键要点
-
商汤科技在WAIC 2025论坛推出了「悟能」具身智能平台，标志其进入具身智能领域。
-
新型多模态模型日日新V6.5提升了推理能力，支持感知、导航和交互。
-
日日新6.5采用图文交错思维链，推理精度显著提升，性价比提高了5倍。
-
商汤的多模态技术是迈向AGI的必经之路，积累了大量真实数据与世界模型经验。
-
「开悟」世界模型支持多视角视频生成，能够理解遮挡、时序和运动规律。
-
商汤的具身智能平台架构包含感知、决策与行动等多个层次，支持多种具身场景。
-
商汤选择“软硬协同”路线，与多家硬件厂商合作，形成正向的数据飞轮。
-
论坛上讨论了数据稀缺问题，商汤的世界模型能够批量生成合成任务。
-
商汤通过第一与第三视角的融合，确保感知与动作的闭环。
-
商汤正在验证“双轮”路径，推动数据、算法与硬件生态的自循环发展。
❓
延伸问答
商汤科技的「悟能」具身智能平台有什么特点？
「悟能」具身智能平台支持感知、导航和交互等功能，结合了多模态模型和世界模型，形成自循环生态。
日日新V6.5模型相比于前一版本有什么提升？
日日新V6.5在推理精度上显著提升，性价比提高了5倍，推理成本仅为6.0的30%。
商汤如何解决数据稀缺问题？
商汤通过世界模型批量生成合成任务，并与真实数据回流形成闭环，解决数据从量到质的问题。
商汤的多模态技术如何推动AGI的发展？
商汤的多模态技术通过同时处理文本、图像和动作，帮助AI理解和改造物理环境，是迈向AGI的必经之路。
「开悟」世界模型的功能是什么？
「开悟」世界模型支持多视角视频生成，理解遮挡、时序和运动规律，能够生成一致的3D场景。
商汤的具身智能平台如何与硬件协同？
商汤选择“软硬协同”路线，与多家硬件厂商合作，将多模态能力预装进不同形态的机器人中。
➡️
