写点什么

智象未来 (HiDream.ai) 算法科学家潘滢炜博士确认出席 AICon 深圳,将分享“从 Token 预测到状态预测:迈向世界模型的原生全模态之路”

  • 2026-08-13
    北京
  • 本文字数:1190 字

    阅读完需:约 4 分钟

AI摘要

大模型竞争正转向智能体工程化与世界模型构建,核心挑战在于实现物理世界的状态预测而非仅文本Token预测。

关键观点:世界模型需从Token预测升级为状态预测;传统多模态是单模态拼接,存在信息损耗;统一物理世界状态认知是工程范式重构前提。

适合AI架构师、大模型系统工程师、具身智能研发负责人阅读。

大模型能力持续演进,但 AI 的下一阶段竞争正在发生变化。模型能力之外,如何构建可靠的智能体、完善 AI 工程体系,并让 AI 在复杂业务环境中稳定运行,正在成为产业探索的新重点。

8 月 21 日-22 日,AICon 全球人工智能开发与应用大会将在深圳举办。大会全日程现已 100%上线,来自产业一线的技术专家将围绕 Agent 工程化、大模型基础设施、AI Native 研发、具身智能等前沿方向,分享 AI 时代的技术探索与工程实践,共同探讨 AI 从能力突破走向系统构建的新路径。

在首日的Keynote 主题演讲中,智象未来 (HiDream.ai)算法科学家潘滢炜博士将带来从 Token 预测到状态预测:迈向世界模型的原生全模态之路的主题分享。2026 年,人工智能的叙事正在经历一次根本性的转向。主角从“大语言模型”变为了“世界模型”——AI 的目标正从预测下一个 Token 变为“预测下一个状态”,这一本质差异决定了性能工程范式需要重构。通往世界模型的技术路径,必须首先跨越让 AI 真正“看见”世界这道门槛。然而传统多模态模型本质上是“单模态拼接”,每一次跨模块传递都在损耗信息。这样的模型无法建立一个统一的、物理世界意义上的“状态”认知。

智象选择了一条不同路径:自研的 UiT(Unified Transformer)原生全模态架构,它将图像像素、文本 Token、视频、3D 和动作等原始信号统一映射至共享表征空间,各个模态不单独编码,而是统一 tokenization,端到端地在同一套网络里完成。

本次演讲将立足智象原生全模态架构的实践,系统分享在模型设计、训练范式与推理架构等维度的思考。同时,也将深度探讨,从原生全模态迈向世界模型,技术演进的下一个决定性变量是什么?

潘滢炜,现任智象未来(HiDream.ai)算法科学家,曾获微软学者奖学金、ACM SIGMM China 最佳博士论文奖、ACM Multimedia 最佳开源项目奖、北京市科技新星计划创新新星等荣誉,并六次获得国际学术竞赛冠军。

除此之外,群青智能联合创始人 &CEO 吴哲明博士、浙江大学软件学院教授周经森( Kingsum Chow)博士、涛思数据创始人 &CEO 陶建辉、深开鸿 CEO 王成录博士等多位来自学界与产业界的专家也将在 Keynote 主题演讲中,围绕工业具身智能、性能工程、世界模型以及物理 AI 等方向,分享 AI 从技术创新走向产业应用过程中的关键探索。

本次大会还策划了AI Infra、推理工程与异构计算超级个体与蜂群智能的共生进化迈向机器人 AGI 的关键技术与产业实践Agent 安全:从风险到可控大模型效率工程与 Agent 系统实践AI Agent 高价值商业场景实战等 10 个专题论坛,届时将有来自不同行业、不同领域、不同企业的 50+资深专家在现场带来前沿技术洞察和一线实践经验。

日程已 100%上线!AICon 深圳站:10 大专题+1 个动手实验室、近 60 场重磅议题,集结浙大知名高校教授及阿里、腾讯、华为、快手、Google Cloud 团队等头部企业技术专家,聚焦 Agent 工程化,构建可靠智能的技术路径。更多详情可扫码或联系票务经理 13269078023 进行咨询。