智象创始人梅涛提出智能体化世界模型，称三条AI技术路线终将合流

在2026世界顶尖科学家论坛第二届国际工程智能大会上，加拿大工程院外籍院士、智象元一（HiDream.ai）创始人兼CEO梅涛发表演讲，提出构建智能体化的全模态世界模型（Agentic Omnimodal World Models），作为迈向下一代世界智能的路径。 梅涛援引OpenRouter数据称，截至今年10月，中国周Token调用量达93万亿，是美国的4.16倍，连续26周位居全球第一。他指出，大模型迭代周期已从2023年的约12个月缩短至按周推进，而数字智能在文本、代码、视频生成乃至数学研究上已达到或超越人类专家水平，物理智能则受制于物理理解薄弱、交互数据匮乏与闭环执行能力不足。 在他看来，大语言、多模态和具身大模型三条技术路线并非彼此孤立，长远将汇流为智能体化世界模型。该架构包含三部分：LLM作为智能体的决策大脑，负责理解意图、生成推理与任务规划；Omni-Model作为通用世界模型，模拟物理世界运行并推演行动后果；Embodied Context对接真实物理环境，执行具身行动并回传观测数据校准世界模型，三者协同实现「One Token Space, One World」。 技术底座上，智象自研原生全模态（Unified Transformer）架构，统一表征文本、图像、视频、空间、位姿、力触、传感器等模态，并由此搭建世界模型矩阵：从图像模型延伸至视频模型、交互模型 HiDream-O1-World，再到具身模型 HiDream-O1-Embodied。 商业化方面，智象形成“1+1+3”架构：底层为原生全模态世界模型矩阵，中间通过企业级模型平台 HiHarness 汇聚自研 HiDream-O1 系列及全球模型，上层为 HiBurst 商业营销智能体、影视创作智能体“帧赞”和内容创作智能体 vivago。应用层面，世界模型可合成毫米级高精度动作视频为真机训练供给数据，并在生命科学领域通过多尺度生物影像统一表征预测细胞演化、前置评估药物响应。