智源研究院推出悟界大模型家族，Emu3震撼发布：全球首个原生多模态世界模型问世！

Emu3横空出世：开启多模态世界模型新时代！

　　 6月6日，北京智源人工智能研究院正式推出“悟界”系列大模型，其中最引人注目的是全球首个原生多模态世界模型“悟界・Emu3”，以及开创性的脑科学多模态通用基础模型“悟界・见微Brainμ”。这些成果不仅展示了我国在人工智能领域的持续创新能力，也标志着多模态技术正在从理论探索迈向实际应用的新阶段。 我认为，“悟界・Emu3”的问世意味着多模态融合技术取得了重要突破，这将为未来的智能系统提供更强大的感知与理解能力。而“悟界・见微Brainμ”结合了脑科学研究，这种跨学科的合作模式无疑会激发更多灵感火花。这两款模型的发布，不仅体现了国内科研机构的技术实力，也为推动全球AI技术发展贡献了中国智慧。希望未来能看到更多类似的创新成果，让人工智能更好地服务于社会需求。

　　 智源研究院推出了悟界・具身智能大模型，其中包括全球首创支持MCP的跨本体大小脑协作平台悟界・RoboOS2.0、具身大脑大模型悟界・RoboBrain2.0以及全原子微观生命模型悟界・OpenComplex2。

　　 去年10月，智源研究院推出了原生多模态世界模型Emu3。据了解，该模型仅依赖于下一个token的预测机制，无需借助扩散模型或组合方法，就能实现对文本、图像、视频三种模态数据的理解与生成。官方表示，这一成果实现了图像、文本、视频的大一统。Emu3能够支持多模态输入与多模态输出的端到端映射，充分展示了自回归框架在多模态领域的通用性和领先性，为跨模态交互奠定了坚实的技术基础。

　　 见微Brainμ依托Emu3底层架构，将功能性磁共振成像（fMRI）、脑电图（EEG）、双光子显微镜等神经科学与脑医学相关的脑信号进行统一的token化处理。借助预训练模型在多模态对齐方面的优势，该技术能够实现多模态脑信号与文本、图像等多种模态之间的多向映射，并支持跨任务、跨模态、跨个体的统一通用建模，从而以单一模型完成多种神经科学领域的下游任务。

　　 相关阅读：

　　 《智源推出全新原生多模态世界模型Emu3，宣布达成图像、文本、视频一体化》