WRC 2026｜智象未来发布原生全模态世界模型HiDream-O1-World，从模拟世界走向交互世界

事件概述

8月19日，WRC 2026期间，“物理AI引领者论坛暨2026《财经》中国AI 100榜单启动仪式”在北京举行，论坛主题为“物理AI进行时”。智象未来（HiDream.ai）创始人兼CEO梅涛发表主旨演讲，围绕原生全模态世界模型展开，提出AI正从“理解世界”走向“改变世界”。

核心信息

高IQ不等于全能

梅涛提到，今年年初顶级大模型IQ约130，最新模型已接近140，但“高IQ不代表全能”。大语言模型擅长理解、知识压缩与推理，多模态模型擅长生成与预测，具身交互模型擅长与物理世界交互；真正的世界模型需要同时具备对世界状态的完整表达、对物理规律与因果关系的推演，以及对世界的重构能力。文本、多模态、具身三条独立路线正加速融合，2026年被视作“世界模型元年”。

从DiT到UiT：原生全模态架构突破

智象未来基于自研UiT（Unified Transformer）架构，发布原生全模态交互式世界模型HiDream-O1-World，首次参评即在权威榜单WBench的Navi分榜登顶。该模型支持文本、图像和交互式操控输入，具备漫游、编辑、交互三项核心能力，可还原真实空间，也能生成二次元、3A游戏渲染等风格化世界。其核心突破是长时程时空一致性与物理一致性：模型在长时序交互中能记住已探索场景结构，并在复杂交互中保持物理合理性。

应用方面，HiDream-O1-World可用于AI互动影游、具身智能高保真虚拟训练底座和3D场景生成，缩短创意到成品的迭代路径。智象未来计划以此为基础，完善覆盖图像模型、视频模型和交互式世界模型的模型矩阵。

数据-模型-智能体-具身：连接物理世界的闭环

梅涛将具身智能能力底座概括为“数据、世界模型、智能体和具身本体”的连接：数据构建认知，世界模型理解状态并推演物理规律，智能体基于预测做决策，具身本体执行动作，真实环境反馈再成为新训练数据，形成“数据—认知—行动—反馈”的闭环飞轮。世界模型是飞轮中的认知中枢。

底层数据包括互联网先验数据、仿真物理试错数据、真实交互反馈数据三类。智象未来已积累近千万小时视频数据。梅涛还以与诺亦腾机器人的合作为例：用原生全模态大模型对真实人体动作数据进行增强，可生成不同背景、场景和肤色下保持物理一致性的视频，降低真实数据采集成本，让机器人先在仿真中学习、再到真实环境执行。