ReadingResearchRadarInvestment framework
Sign in / Sign up
← Back to reading
TopicDisconfirmAI EditorialUpdated 2026-11-06 02:11

智象元一智能体化世界模型

5 steps1 pieces5 Sources

中国合肥的人工智能公司智象元一(HiDream.ai)正通过其自研的统一Transformer(UiT)架构,构建一套从静态图像到动态视频,再到交互式3D世界及具身智能的全模态世界模型矩阵。2026年7月完成15亿元人民币C轮融资后,该公司加速了产品落地:8月推出可生成可探索3D世界的交互模型HiDream-O1-World,9月发布面向物理交互的具身模型HiDream-O1-Embodied。在11月的世界顶尖科学家论坛上,创始人梅涛进一步提出“智能体化全模态世界模型”愿景,主张大语言、多模态与具身三条技术路线终将合流,实现思维与物理世界在统一Token空间中的协同。目前,其产品在WBench等第三方基准测试中取得领先成绩,并已形成“1+1+3”的商业化架构,涵盖底层模型、中间平台及上层营销、影视和内容创作三大智能体应用。

How it got here

  1. 2026-07-27

    智象元一宣布完成15亿元人民币C轮融资,由全国社保基金四川振兴科创基金、工银资本等联合领投,旨在推进原生全模态世界模型研发。

    media-outreach.com ↗
  2. 2026-08-17

    智象元一正式发布HiDream-O1-World,这是一款基于UiT架构的原生全模态交互式世界模型,支持从文本或图像生成可探索的3D数字世界。

    english.anhuinews.com ↗
  3. 2026-08-24

    媒体披露HiDream-O1-World在美团LongCat团队与复旦大学联合开发的WBench基准测试中,于导航(Navi)、物理一致性和一致性维度均排名第一。

    channelnewsasia.com ↗
  4. 2026-09-08

    智象元一推出HiDream-O1-Embodied,将世界模型能力延伸至物理交互领域,该模型在RoboColiseum平台的鲁棒性排行榜上以0.692分位列第一。

    media-outreach.com ↗
Sign in / Sign up
ReadingResearchRadarInvestment framework
  • 2026-11-05

    智象元一创始人兼CEO梅涛在2026世界顶尖科学家论坛发表演讲,提出构建“智能体化全模态世界模型”,阐述LLM、Omni-Model与Embodied Context三组件协同的技术路径。

    qbitai.com ↗
  • What is still unsettled

    • HiDream-O1系列模型在实际商业场景中的规模化部署情况及客户反馈数据尚未公开。
    • 梅涛提出的“智能体化全模态世界模型”具体整合时间表及最终形态是否会有独立的新产品发布。
    • 公司在具身智能和生命科学领域的合作进展是否有更详细的案例或量化成果披露。

    Sources

    • qbitai.com量子位 - 智象创始人梅涛演讲报道↗
    • media-outreach.comMedia OutReach - HiDream.ai新闻室↗
    • english.anhuinews.com安徽新闻网英文版 - HiDream.ai发布交互式世界模型↗
    • channelnewsasia.comChannel NewsAsia - HiDream-O1-World发布详情↗
    • media-outreach.comMedia OutReach - HiDream-O1-Embodied发布详情↗

    Coverage in this topic

    • HiDream.ai Founder Mei Tao Proposes Agentic Omnimodal World Model: Large Language, Multimodal, and Embodied Routes Will Ultimately Converge2026-11-06News

      At the 2026 World's Top Scientists Forum, Mei Tao proposed that three AI technology routes—Large Language Models (LLMs), multimodal models, and embodied models—will converge into an 'Agentic Omnimodal World Model,' consisting of a decision-making brain, a world simulator, and embodied context operating in synergy within a unified Token space.