💡
原文中文，约4100字，阅读约需10分钟。
📝
内容提要
Awaker 1.0 是智子引擎发布的多模态大模型，具备自主更新能力，向通用人工智能（AGI）迈出重要一步。该模型通过与智能设备结合，持续学习新知识，解决复杂任务。其视频生成底座 VDT 在生成高质量视频方面表现优异，推动了多模态大模型的发展。
🎯
关键要点
- Awaker 1.0 是智子引擎发布的多模态大模型，具备自主更新能力，向通用人工智能（AGI）迈出重要一步。
- Awaker 1.0 采用全新的 MOE 架构，能够与智能设备结合，持续学习新知识，解决复杂任务。
- Awaker 1.0 的视频生成底座 VDT 在生成高质量视频方面表现优异，推动了多模态大模型的发展。
- Awaker 1.0 具备真正的自主更新能力，适用于更广泛的行业场景，如 AI Agent、具身智能等。
- Awaker 1.0 的基座模型在视觉问答和业务应用任务上超过了其他先进模型，验证了多任务 MOE 架构的有效性。
- VDT 作为现实世界的模拟器，能够生成时间上连贯的视频帧，展现了 Transformer 在视频生成领域的潜力。
- 智子引擎团队认为 AI 的自我探索、自我反思等自主学习能力是智能水平的重要评估标准，Awaker 1.0 在这方面取得了突破。
❓
延伸问答
Awaker 1.0 的自主更新能力有什么特点？
Awaker 1.0 具备真正的自主更新能力，能够与智能设备结合，通过持续学习新知识和反馈进行自我更新。
Awaker 1.0 在视频生成方面的表现如何？
Awaker 1.0 的视频生成底座 VDT 在生成高质量视频方面表现优异，尤其在写真视频生成上超过了 Sora。
Awaker 1.0 的 MOE 架构有什么优势？
Awaker 1.0 的 MOE 架构能够有效解决多模态多任务预训练中的冲突，提升模型在多个任务上的能力。
Awaker 1.0 如何推动多模态大模型的发展？
Awaker 1.0 通过自主更新和高效的视频生成能力，推动了多模态大模型在各行业的应用，解决了落地难题。
Awaker 1.0 在视觉问答任务上的表现如何？
Awaker 1.0 在视觉问答和业务应用任务上超过了其他先进模型，验证了其多任务 MOE 架构的有效性。
VDT 的创新之处是什么？
VDT 将 Transformer 技术应用于视频生成，具备出色的时间依赖性捕获能力，能够生成连贯的视频帧。
➡️
