WRC 2026｜原生全模态世界模型：从模拟世界到交互世界
内容提要
智象未来CEO梅涛在世界机器人大会论坛上演讲，提出高IQ不等于全能，强调世界模型对具身智能的重要性。公司发布原生全模态交互式世界模型HiDream-O1-World，支持多模态输入和长时程时空一致性，应用于AI影游、仿真和3D生成，并构建“数据—认知—行动—反馈”闭环飞轮，推动Physical AI商业化。
延伸解读
高IQ不等于全能：世界模型为何关键
梅涛指出，顶级大模型IQ已接近140，但高IQ不代表全能。正如成绩好不等于综合能力强，模型在考试中表现优异，未必能在真实物理世界中长期稳定地完成任务。这解释了Physical AI的重要性：真正的世界模型需同时具备对世界状态的完整表达、物理规律推演和重构能力，而不仅是知识压缩与推理。
长时程时空一致性：交互世界模型的核心突破
HiDream-O1-World的核心突破在于长时程的时空一致性与物理一致性，使其在长时序交互中能“记住”已探索场景结构，保持物理合理性。这区别于传统多模态模型，支持漫游、编辑、交互，可应用于AI互动影游、具身智能仿真和3D场景生成，为Physical AI提供高保真虚拟训练底座。
数据飞轮：三类数据驱动具身智能闭环
梅涛强调“数据—认知—行动—反馈”闭环飞轮，其中数据底座包含互联网先验数据、仿真物理试错数据和真实交互数据，三者缺一不可。世界模型作为认知中枢，推演世界规律；智能体基于预测决策，具身本体执行，真实反馈回流为新训练数据。智象未来已积累近千万小时视频数据，并与诺亦腾合作增强动作数据，降低真实采集成本。
Q&A
智象未来在世界机器人大会上发布了什么模型？
智象未来发布了原生全模态交互式世界模型HiDream-O1-World，该模型基于自研UiT架构，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。
梅涛为什么认为高IQ不代表全能？
梅涛认为高IQ不代表全能，因为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重要的原因。
HiDream-O1-World在技术上有哪些核心突破？
HiDream-O1-World的核心突破在于长时程的时空一致性与物理一致性，使模型在长时序交互中能够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。
HiDream-O1-World有哪些产业应用场景？
HiDream-O1-World的应用场景包括：AI互动影游中用户成为叙事主动参与者；具身智能仿真中搭建高保真虚拟训练底座；3D场景生成中高效生成结构完整的3D空间，缩短创意到成品的迭代路径。
世界模型在具身智能中扮演什么角色？
世界模型是具身智能的认知中枢，负责理解世界状态、推演物理规律，为智能体提供预测结果，智能体基于预测进行决策和规划，具身本体执行动作，形成“数据—认知—行动—反馈”的闭环飞轮。
智象未来如何利用仿真数据降低真实数据采集成本？
智象未来与诺亦腾机器人合作，利用原生全模态大模型对真实采集的人体动作数据进行增强处理，生成大量符合物理约束的视频，使同一动作在不同背景、场景、肤色下保持一致，从而降低真实数据采集的成本和压力。
