网通社科技快报
智象梅涛提出三模块协同智能体世界模型 实现OneTokenSpace OneWorld
2026年11月5日，第二届国际工程智能大会在世界顶尖科学家论坛框架下举行，加拿大工程院外籍院士、智象元一（HiDream.ai）创始人兼CEO梅涛发表主题演讲，系统提出“智能体化的全模态世界模型”（Agentic Omnimodal World Models）构想。该模型旨在弥合当前AI发展中显著的“数字-物理”割裂：大语言模型在文本、代码、视频合成及数学推理等领域已接近或超越人类专家水平，但物理智能受限于物理规律理解弱、真实交互数据少与闭环执行能力不足。
梅涛指出，LLM、多模态模型与具身大模型三条主流技术路线终将汇流，共同迈向智能体化世界模型新阶段。其核心由三部分构成：LLM作为“决策大脑”，负责意图理解与任务规划；Omni-Model作为“世界模拟器”，接收指令后模拟环境响应并预判动作后果；Embodied Context作为“物理接口”，执行具身动作并将传感器反馈实时回传以校准模型。三者协同目标为实现“One Token Space, One World”，即在统一Token空间内完成思维世界与物理世界的语义对齐与行为闭环。
为支撑该架构，智象自研原生全模态Unified Transformer（UiT），首次实现文本、图像、视频、空间位姿、力触觉及传感器信号等异构模态的底层统一表征，区别于传统拼接式融合。基于UiT，智象构建了从静态图像模型到HiDream-O1-Embodied的完整世界模型矩阵，对应“看懂—推演—作用”三级能力跃迁。
商业化层面，智象形成“1+1+3”架构：底层为UiT驱动的世界模型矩阵；中间层为企业级平台HiHarness；上层部署HiBurst（AIGC营销）、帧赞（影视创作）与vivago（内容生成）三大垂直智能体。该框架已在机器人毫米级动作视频生成、药物分子-靶点相互作用模拟等场景验证可行性。例如Super-agent智能体可在macOS中自动识别Electron双击误触发问题并提交PR修复，体现深层世界建模价值。
行业数据显示，截至2026年10月中国周Token调用量达93万亿，为美国4.16倍；模型迭代周期压缩至按周推进。在此背景下，结构优化比单纯堆参更有效——采用循环复用架构（LoopLeWM）的世界模型，参数量仅增100%时长程规划成功率即趋近80%，远超分层与扁平架构。智象路径强调模块解耦与协同，代表下一阶段AI系统设计的重要范式转向。
梅涛指出，LLM、多模态模型与具身大模型三条主流技术路线终将汇流，共同迈向智能体化世界模型新阶段。其核心由三部分构成：LLM作为“决策大脑”，负责意图理解与任务规划；Omni-Model作为“世界模拟器”，接收指令后模拟环境响应并预判动作后果；Embodied Context作为“物理接口”，执行具身动作并将传感器反馈实时回传以校准模型。三者协同目标为实现“One Token Space, One World”，即在统一Token空间内完成思维世界与物理世界的语义对齐与行为闭环。
为支撑该架构，智象自研原生全模态Unified Transformer（UiT），首次实现文本、图像、视频、空间位姿、力触觉及传感器信号等异构模态的底层统一表征，区别于传统拼接式融合。基于UiT，智象构建了从静态图像模型到HiDream-O1-Embodied的完整世界模型矩阵，对应“看懂—推演—作用”三级能力跃迁。
商业化层面，智象形成“1+1+3”架构：底层为UiT驱动的世界模型矩阵；中间层为企业级平台HiHarness；上层部署HiBurst（AIGC营销）、帧赞（影视创作）与vivago（内容生成）三大垂直智能体。该框架已在机器人毫米级动作视频生成、药物分子-靶点相互作用模拟等场景验证可行性。例如Super-agent智能体可在macOS中自动识别Electron双击误触发问题并提交PR修复，体现深层世界建模价值。
行业数据显示，截至2026年10月中国周Token调用量达93万亿，为美国4.16倍；模型迭代周期压缩至按周推进。在此背景下，结构优化比单纯堆参更有效——采用循环复用架构（LoopLeWM）的世界模型，参数量仅增100%时长程规划成功率即趋近80%，远超分层与扁平架构。智象路径强调模块解耦与协同，代表下一阶段AI系统设计的重要范式转向。