智源研究机构发布全新”悟界”系列，包括Emu3在内的大模型
发布时间：2025-06-06 15:37:07 | 责任编辑：张毅 | 浏览量：19 次
在刚刚闭幕的第七届 “北京智源大会” 上，智源研究院重磅推出了一系列名为 “悟界” 的大模型。这些模型的发布标志着人工智能领域又一次技术的飞跃，吸引了众多科技爱好者的目光。
此次发布的模型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、以及跨本体的具身大小脑协作框架 RoboOS2.0和具身大脑 RoboBrain2.0。此外，还有全原子微观生命模型 OpenComplex2。这些模型涵盖了从基础科学到复杂智能系统的广泛应用，展现了智源研究院在多模态智能技术方面的雄心和实力。
其中，Emu3作为原生多模态世界模型，旨在让机器更好地理解和感知世界，通过整合不同类型的数据，如视觉、听觉和触觉等，为未来的智能应用提供更为丰富的基础。而见微 Brainμ 则是一个脑科学多模态基础模型，结合了最新的神经科学研究成果，力图为机器智能的发展提供生物学上的支持。
同时，RoboOS2.0和 RoboBrain2.0则是聚焦于具身智能的协作框架和智能大脑，意在推动机器人技术的进步，实现更高效的智能互动。全原子微观生命模型 OpenComplex2更是将目光投向了微观世界，为科学研究打开了新视野。
此次大会不仅展示了智源研究院的技术实力，也为与会者提供了丰富的交流平台，让各界专家共同探讨人工智能的未来发展。众多科技公司和研究机构的代表在会上分享了各自的研究成果和行业趋势，气氛热烈。
智源研究院希望通过这一系列创新模型的发布，能够进一步推动人工智能的应用落地，尤其是在医疗、教育、环境监测等多个重要领域，为人类社会的进步贡献力量。
2025年6月6日，北京智源人工智能研究院在第七届“北京智源大会”上正式发布了“悟界”系列大模型，其中包括多个具有创新性的模型：
1. 悟界・Emu3（原生多模态世界模型）
Emu3 是全球首个原生多模态世界模型，支持文本、图像和视频三种模态数据的理解和生成。其核心优势包括：
-
自回归框架：仅通过下一个 token 预测，无需扩散模型或组合方法，即可完成多模态数据的处理。
-
多模态输入与输出：支持多模态输入和多模态输出的端到端映射，验证了自回归框架在多模态领域的普适性和先进性。
-
统一表征空间：构建了模态无关的统一表征空间，能够实现文本、图像和视频的任意组合理解与生成。
2. 悟界・见微 Brainμ（脑科学多模态通用基础模型）
见微 Brainμ 是全球首个脑科学多模态通用基础模型，基于 Emu3 的底层架构，将 fMRI、EEG、双光子等脑信号统一 token 化。其主要特点包括：
-
多模态对齐：能够实现脑信号与文本、图像等模态的多向映射。
-
跨任务、跨模态、跨个体建模：支持多种神经科学的下游任务，被誉为神经科学领域的“AlphaFold”。
-
预训练规模：完成了超过 100 万神经信号单元的预训练。
3. 悟界・具身智能大模型
悟界・RoboOS 2.0（跨本体大小脑协作框架）
-
支持 MCP：全球首个支持多机协作规划（MCP）的跨本体大小脑协作框架。
-
新增能力：具备物理常识驱动的空间推理能力。
悟界・RoboBrain 2.0（具身大脑大模型）
-
多模态感知与行动规划：支持多模态感知与行动规划协同，进一步提升机器人在物理环境中的智能表现。
4. 悟界・OpenComplex2（全原子微观生命模型）
-
微观生命模拟：能够在原子分辨率层面捕捉分子相互作用及平衡构象。
-
跨尺度关联：探索微观构象波动与宏观生物功能的跨尺度关联。
总结
“悟界”系列大模型涵盖了从基础科学到复杂智能系统的广泛应用，旨在打破虚拟与现实的界限，推动人工智能从数字世界向物理世界延展。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
