謬樂意

在人工智能快速演進(jìn)的當(dāng)下，具身智能作為感知、行動(dòng)和交互能力的融合，正逐漸成為技術(shù)創(chuàng)新的新方向。

商湯科技正加大在這一領(lǐng)域的布局。近日，在WAIC2025大模型論壇上，商湯正式發(fā)布其“悟能”具身智能平臺(tái)，標(biāo)志著商湯在推動(dòng)具身智能發(fā)展方面的又一進(jìn)展。

據(jù)悉，“悟能”以商湯具身世界模型為核心引擎，依托商湯大裝置提供端側(cè)和云側(cè)算力支持，能夠?yàn)闄C(jī)器人、智能設(shè)備提供感知、視覺導(dǎo)航及多模態(tài)交互能力；“悟能”還可賦能機(jī)器人等各種終端硬件，實(shí)現(xiàn)對(duì)世界萬物的感知理解能力，并支持嵌入到端側(cè)芯片，具備較強(qiáng)的場(chǎng)景適配性。此外，“悟能”還能生成多視角視頻，確保較為良好的時(shí)間一致性和空間一致性，讓機(jī)器能夠理解、生成、編輯真實(shí)世界，在空間層面實(shí)現(xiàn)世界交互。

更關(guān)鍵的是，商湯具身世界模型能構(gòu)建面向人、物、場(chǎng)的4D真實(shí)世界，用戶僅需輸入簡(jiǎn)單的提示詞，比如“在廚房區(qū)域的架子上找東西”，“進(jìn)入娛樂室、向右轉(zhuǎn)，然后打開通往院子的門”等，具身世界模型就能自主進(jìn)行位姿、動(dòng)作骨架和指令的生成。

商湯科技董事長(zhǎng)兼CEO徐立在論壇上表示，“商湯‘開悟’世界模型，由日日新V6.5賦能，而‘開悟’世界模型也是視頻生成模型，但它考慮了時(shí)間、空間的一致性?！?/p>

徐立進(jìn)一步解釋稱，比如自動(dòng)駕駛需采集大量復(fù)雜視角，如七路攝像頭typo數(shù)據(jù)，開悟模型僅憑自然語言描述，即可生成逼真的七路攝像頭視角模擬數(shù)據(jù)。

“現(xiàn)在任何人都可以通過自然語言描述場(chǎng)景，生成符合3D物理規(guī)則、特定視角的視頻片段。我們要求的不是視頻質(zhì)量達(dá)到電影級(jí)別，而是符合物理規(guī)則、物理定律，并且能夠真正意義上切進(jìn)用戶的使用場(chǎng)景，讓你在真實(shí)世界開上極品飛車?！毙炝⒈硎荆@部分能力，完全可以擴(kuò)展到機(jī)器人的學(xué)習(xí)和應(yīng)用中。

值得一提的是，商湯在具身智能領(lǐng)域的探索并非首次。

今年4月，商湯在其2025技術(shù)交流日上已展示了基于SenseCore2.0大裝置訓(xùn)練的具身智能成果，并與傅利葉、松應(yīng)科技等公司達(dá)成戰(zhàn)略合作。

展覽期間，商湯科技還發(fā)布了日日新V6.5多模態(tài)大模型。據(jù)悉，日日新6.5獨(dú)創(chuàng)了圖文交錯(cuò)思維鏈，跨模態(tài)推理精度有較大提升。

具體來看，傳統(tǒng)的多模態(tài)推理模型，在推理之前會(huì)將圖像轉(zhuǎn)變成文本解讀，后續(xù)的推理過程就變成了純文本。而在圖文交錯(cuò)思維鏈當(dāng)中，圖像會(huì)以本體的形式參與到整個(gè)推理過程。

在展覽現(xiàn)場(chǎng)，商湯還展示了一款搭載日日新V6.5多模態(tài)大模型的人形機(jī)器人。該機(jī)器人能夠進(jìn)行自然流暢的PPT講解，并以生動(dòng)有趣的互動(dòng)對(duì)話吸引了大量參觀者注意。

有分析指出，通過這一系列的創(chuàng)新和技術(shù)積累，商湯正在逐步消除機(jī)器人和智能設(shè)備的“冷感”，讓它們能夠更好地融入人的日常生活，并在更復(fù)雜的環(huán)境中實(shí)現(xiàn)自主互動(dòng)。這也是商湯AI技術(shù)逐步成為提升生產(chǎn)力的重要工具的體現(xiàn)。

而隨著多模態(tài)技術(shù)的不斷突破，具身智能也將不斷賦能機(jī)器人和智能設(shè)備，在各行各業(yè)中發(fā)揮越來越重要的作用。

10本已完結(jié)民國(guó)歷史架空小說,存大義人盡其力,三教九流共舉大事

這本網(wǎng)絡(luò)小說歷史框架真實(shí)性90%,歷史細(xì)節(jié)真實(shí)性1%!評(píng)分高達(dá)9.4

小說:國(guó)士無雙戰(zhàn)將歸來,卻發(fā)現(xiàn)摯愛已逝,余生只剩思念