6 月 6 日，第七届 “北京智源大会” 在中关村展示中心盛大开幕。大会汇聚了全球 100 余位青年科学家、200 余位人工智能顶尖学者和产业专家，围绕多模态、深度推理、下一代 AI 路径、Agent 智能体、具身智能、AI4S、AI 产业、AI 安全、AI 开源等前沿话题展开深入探讨与交流。在这场备受瞩目的大会上，智源研究院推出的 “悟界” 系列大模型成为一大亮点，为 AI 技术的发展开辟了新的方向。
“悟界” 系列大模型涵盖了多个领域的创新成果，包括原生多模态世界模型 Emu3、脑科学多模态通用基础模型见微 Brainμ、跨本体具身大小脑协作框架 RoboOS 2.0 与具身大脑 RoboBrain 2.0 以及全原子微观生命模型 OpenComplex2。这些模型的推出，旨在拓展 AI 与物理交互的边界，让 AI 能够更好地理解和适应物理世界。
Emu3 作为原生多模态统一架构，通过全新的视觉 Tokenizer 技术，将图像和视频像文本一样编码成离散符号，实现了同框架下的统一表征和生成。这一创新使得文字、图像、视频能够在 AI 的 “大脑” 中被统一理解和运用，为多模态技术的发展带来了新的突破。例如，在智能安防领域，Emu3 可以同时分析监控视频中的图像信息和文字描述，更准确地识别异常行为和事件，提高安防系统的智能化水平。
脑科学多模态通用基础模型见微 Brainμ 基于 Emu3 架构，引入脑信号这一新的模态数据，实现了单一模型完成多种神经科学任务的大一统。它整合了超百万单位神经信号数据，能够跨物种、跨模态、跨个体建模，有望成为神经科学研究和临床应用的新引擎。在与脑机接口企业强脑科技 BrainCO 的合作中，Brainμ 实现了首次在便携式消费级脑电系统上重建感觉信号，展现出了强大的应用潜力。目前，智源正与北京生命科学研究所、清华大学、北京大学、复旦大学等国内前沿的基础神经科学实验室、脑疾病研究团队和脑机接口团队深入合作，进一步拓展 Brainμ 在科学研究和工业应用中的价值。例如，在睡眠研究中，Brainμ 可以通过分析脑电信号，准确判断睡眠阶段，为改善睡眠质量提供科学依据；在脑疾病诊断方面，它能够辅助医生更精准地识别疾病特征，提高诊断准确率。
在具身智能领域，智源发布的 RoboOS 2.0 和 RoboBrain 2.0 也取得了显著进展。RoboOS 2.0 是全球首个基于具身智能 SaaS 平台、支持无服务器一站式轻量化机器人本体部署的开源框架，也是全球首个支持 MCP 的跨本体具身大小脑协作框架，旨在构建具身智能领域的 “应用商店” 生态。与初代版本相比，RoboOS 2.0 整体性能提升 30%，可将全链路平均响应时延缩短至毫秒级，支持快速整合开发者插件，就像在手机上下载 App 一样便捷。同时，它新增了多本体时空记忆场景图共享机制，支持动态环境下的实时感知与建模，并引入多粒度任务监控模块，实现任务闭环反馈，有效提升了机器人任务执行的稳定性与成功率。RoboBrain 2.0 则在 RoboBrain 1.0 的基础上，进一步扩展了基于多本体 - 环境动态建模的多机协同规划能力，可实时构建包含本体定位的场景图，并自动完成跨本体的任务规划。这两款模型的升级，将为机器人在复杂环境中的自主决策和协作能力提供有力支持，推动具身智能在物流、仓储、工业制造等领域的广泛应用。比如，在物流仓库中，多个机器人可以通过 RoboOS 2.0 和 RoboBrain 2.0 实现协同作业，高效完成货物搬运、分拣等任务，提高物流效率。
全原子微观生命模型 OpenComplex2 则专注于生命科学领域，能够在原子分辨率层面捕捉分子相互作用及平衡构象，探索微观构象波动与宏观生物功能的跨尺度关联。这一模型的出现，有望加速药物研发和生物研究进程，缩短研发周期、降低研发成本。在药物研发中，OpenComplex2 可以模拟药物分子与靶点的结合过程，帮助科研人员更准确地设计和优化药物分子结构，提高新药研发的成功率。
作为非营利科研机构，智源一直坚持开源开放的原则。此次发布的 “悟界” 系列大模型，不仅是技术创新的成果，更是推动行业发展的重要力量。通过开源，智源希望吸引更多的开发者和研究人员参与到 AI 技术的研究与应用中来，共同探索 AI 与物理世界交互的无限可能，为解决实际问题提供更多的创新思路和解决方案。
大模型领域近期的这些动态，无论是字节跳动在性能与成本上的创新突破，还是智源研究院在拓展 AI 物理交互边界上的积极探索，都预示着大模型技术正朝着更加实用、更加智能的方向快速发展。这些进展将为众多行业带来新的机遇与变革，推动人类社会向智能化时代迈进。随着技术的不断演进，我们有理由期待大模型领域在未来会创造更多的惊喜，为全球科技发展和社会进步注入源源不断的动力。
|
