凤凰网科技讯 6月6日，在2025北京智源大会上，继“悟道”系列大模型之后，智源研究院推出“悟界”系列大模型。
“悟界”大模型系列，包括原生多模态世界模型Emu3、脑科学多模态通用基础模型见微Brainμ、跨本体具身大小脑协作框架RoboOS 2.0与具身大脑RoboBrain 2.0以及全原子微观生命模型OpenComplex2。
Emu3作为原生多模态统一架构让大模型具备理解和推理世界的能力，Brainμ基于Emu3架构，引入脑信号这一新的模态数据，实现了单一模型完成多种神经科学任务的大一统。多模态与脑科学模型未来可成为人机交互具身场景下的基础模型。
RoboOS 2.0与RoboBrain 2.0在初代版本基础上，原有性能大幅提升，并新增多机协作规划与物理常识驱动的空间推理能力。
OpenComplex2可在原子分辨率层面捕捉分子相互作用及平衡构象，探索微观构象波动与宏观生物功能的跨尺度关联。
原生多模态世界模型Emu3基于下一个token预测范式统一多模态学习，无需扩散模型或组合式架构的复杂性，通过研发新型视觉tokenizer将图像/视频编码为与文本同构的离散符号序列，构建模态无关的统一表征空间，实现文本、图像、视频的任意组合理解与生成。Emu3支持多模态输入、多模态输出的端到端映射，验证了自回归框架在多模态领域的普适性与先进性，为跨模态交互提供了强大的技术基座。
基于Emu3的底层架构，将fMRI、EEG、双光子等神经科学与脑医学相关的脑信号统一token化，利用预训练模型多模态对齐的优势，可以实现多模态脑信号与文本、图像等模态的多向映射，并实现跨任务、跨模态、跨个体的统一通用建模，以单一模型完成多种神经科学的下游任务。
Brainμ整合了神经科学领域多个大型公开数据集和多个合作实验室的高质量神经科学数据，完成了超过100万单位的神经信号预训练，模型可以支持神经科学领域从基础研究到临床研究和脑机接口应用的不同方向，有望成为脑科学的 “AlphaFold”模型。
作为神经科学领域跨任务、跨模态、跨个体的基础通用模型，Brainμ可同步处理多类编解码任务，兼容多物种动物模型（包括小鼠 狨猴 猕猴）与人类数据，实现科学数据注释、交互式科学结论解读、大脑感觉信号重建及模拟刺激信号生成。在自动化睡眠分型、感官信号重建与多种脑疾病诊断等任务中，作为单一模型其性能显著超越现有的专有模型，刷新SOTA表现。作为整合大规模多模态数据的基础通用模型，Brainμ也可以支持拓展脑机接口应用，在与脑机接口企业强脑科技BrainCO的合作中，Brainμ实现了首次在便携式消费级脑电系统上重建感觉信号，展现了模型支持拓展脑机接口应用能力的潜力。
智源正在与国内前沿的基础神经科学实验室、脑疾病研究团队和脑机接口团队深入合作，包括北京生命科学研究所、清华大学、北京大学、复旦大学与强脑科技BrainCO国内前十的证券公司，拓展Brainμ的科学与工业应用。
跨本体具身大小脑协作框架RoboOS 2.0是全球首个基于具身智能SaaS平台、支持无服务器一站式轻量化机器人本体部署的开源框架。同时，RoboOS 2.0也是全球首个支持MCP的跨本体具身大小脑协作框架，旨在构建具身智能领域的“应用商店”生态。
在该框架下，可一键下载并部署来自全球开发者创建的相同型号机器人本体的小脑技能，完成大小脑的无缝整合。RoboOS 2.0实现了小脑技能的免适配注册机制，显著降低开发门槛，典型场景下，相关代码量仅为传统手动注册方式的1/10。
相较于1.0，RoboOS 2.0对端到端推理链路进行了系统级优化，整体性能提升达30%，全链路平均响应时延低至3ms以下，端云通信效率提升27倍。在功能层面，新增了多本体时空记忆场景图（Scene Graph）共享机制，支持动态环境下的实时感知与建模；同时引入多粒度任务监控模块，实现任务闭环反馈，有效提升机器人任务执行的稳定性与成功率。
在任务规划方面，RoboBrain 2.0相比于RoboBrain 1.0的基于Prompt的多机任务规划机制和初级空间理解能力，进一步扩展了基于多本体-环境动态建模的多机协同规划能力，可实时构建包含本体定位的场景图（Scene Graph），并自动完成跨本体的任务规划。实验数据显示，RoboBrain 2.0的任务规划准确率相较RoboBrain 1.0实现了74%的效果提升。
在空间智能方面，RoboBrain 2.0在原有可操作区域（Affordance）感知与操作轨迹（Trajectory）生成能力的基础上，实现了17%的性能提升。同时，RoboBrain 2.0增加了空间推理能力（Spatial Referring），既包含机器人对相对空间位置（如前后、左右、远近）及绝对距离的基础感知与理解能力，也实现了对复杂空间的多步推理能力。
此外，RoboBrain 2.0还新增了闭环反馈以及具身智能的深度思考能力。闭环反馈使机器人能够根据当前环境感知和任务状态，实时调整任务规划与操作策略，以应对复杂环境中的突发变化和扰动；深度思考能力则支持机器人对复杂任务进行推理分解，进一步提升整体执行准确率与任务完成的可靠性。
RoboOS 2.0与RoboBrain 2.0已全面开源，包括框架代码、模型权重、数据集与评测基准，以助力推动具身智能研究和产业应用的发展。目前，智源研究院已与全球20多家具身智能企业建立战略合作关系，共同打造开放繁荣、协同共生的具身智能生态体系。
全原子微观生命模型OpenComplex2实现了生物分子研究从静态结构预测到动态构象分布建模的重大突破。该模型能够表征生物分子系统的连续演化能量景观（Energy Landscape），并通过融合扩散生成式建模与生物实验数据，在原子分辨率层面捕捉分子相互作用及平衡构象分布，为探索微观构象波动与宏观生物功能的跨尺度关联提供了全新的研究视角。
OpenComplex2基于FloydNetwork图扩散框架以及多尺度原子精度表示两大关键技术创新，有效突破了生物分子在功能活动中可及的动态构象分布预测的瓶颈，从而能够建模生物分子系统中各种原子组分之间复杂的依赖关系，且无需对构象空间施加先验约束，更加真实地还原生物分子的构象多样性和动态特性，此外，还能同时捕捉原子级、残基级和基序级（motif level）的相关性，从而在建模过程中兼顾关键的局部结构细节与全局构象变化，为揭示生物功能提供更加全面的结构基础。
OpenComplex2模型在生物分子动态特性预测、柔性系统及超大型复合物建模、生物分子相互作用精细化分析等关键任务中性能卓越，突破了静态结构预测的瓶颈。
OpenComplex2为原子级结构生物学提供了一种全新的建模工具，通过统一框架解码生物分子系统的动态作用机制，将加速从基础分子机制研究到药物设计等下游应用的发展。
截至目前，智源已开源约200个模型和160个数据集，其中，开源、统一的 AI 系统软件栈 FlagOS进一步升级，新增统一编译器FlagTree、统一通信库FlagCX、自动发版平台工具FlagRelease等重要板块，全面覆盖统一生态技术需求；实现对11家国内外厂商的18款异构AI硬件的统一支持；FlagGems的算子平均性能已优于国际主流算子，并行训推框架FlagScale与人工优化相比，实现了最高23%的自动并行加速。升级后的FlagOS已支持DeepSeek、通义千问等更多开源大模型实现跨硬件平台运行，为开发者提供更多选择。
FlagOpen开源地址：https://github.com/FlagOpen
在开源模型方面，通用向量模型BGE系列已发展为门类齐全、体系完备的生态系统。最初BGE聚焦文本相关场景，先后推出面向中英文应用的BGE-v1模型，以及支持多语言场景的BGE-M3模型，在中英文及多语言向量建模能力上取得重大突破，广受开源社区好评。自2025年起，BGE进一步拓展至文本以外的应用领域，并于近期集中发布了BGE-code-v1、BGE-VL-v1.5和BGE-VL-screenshot三款模型，分别在代码检索、多模态检索以及富文本多模态检索任务中取得了领先表现。
小时级开源轻量长视频理解模型Video-XL-1，于2024年10月发布，首次实现了单GPU处理2048帧视频的能力。与同期轻量级开源模型相比，Video-XL-1在MLVU、VideoMME等主流长视频评测基准上取得了领先。近期推出的Video-XL-2，效果更佳、长度更长、速度更快，不仅进一步提升了轻量开源模型长视频理解的最佳效果，同时实现了单GPU处理万帧视频的能力，并且在推理效率上大幅领先同类别竞品模型，编码 2048 帧视频仅需 12 秒，显著加速长视频理解流程。目前，Video-XL-2 的模型权重已全面向社区开放。未来，该模型有望在影视内容分析、异常行为监测等多个实际场景中展现重要应用价值。
开源全能视觉生成模型OmniGen，采用极简架构，仅由大模型基座和VAE模块构成，大幅降低了开发和部署成本。OmniGen通过广泛的指令学习，实现了视觉生成能力的高度集成。用户仅需通过提示词描述任务需求，便可一站式完成各类视觉生成任务，极大简化了操作流程。OmniGen展现出显著的涌现能力，能够通过提示词的灵活组合，生成多样化、定制化的视觉内容。
在具身智能展区，基于RoboOS 2.0以及RoboBrain 2.0的不同构型的机器人（单臂、轮式双臂、人形）带来了丰富的技能展示，包括餐饮互动，机器人接受到语音指令后，完成汉堡制作和倒饮料的动作，以及抓娃娃的游戏和家居物品收纳。此外，基于智源自主研发的多模态具身大模型的机器人，融合了视觉、听觉、思考、语音交互等能力，带来了“心有灵犀”的互动小游戏，机器人可对看见的物品进行详细描述，互动者依据信息线索猜出对应的物品名称。智源与银河通用联合研发的具身大模型机器人Galbot，展示了商超场景下的落地应用能力。
在脑科学多模态通用基础模型展区，展示了Brainμ在脑科学基础应用与临床应用上的实际案例以及AI+脑科学未来基础研究与临床应用的新范式。同时，通过与脑机接口设备结合，Brainμ可根据采集的脑信号数据进行信号解析与感觉刺激重建，利用多模态大模型的能力在消费级便携式脑电设备上实现了接近医用级设备数据采集的稳定解析能力，Brainμ模型展现了降低脑机接口应用在消费级设备的门槛的能力，可以为便携式脑机接口的应用拓展空间。
基于2024年研发的全球首个数字孪生心脏，智源推出了全球首个高速跨尺度心脏药物安全性评价平台，构建了跨尺度药物-心脏作用模型，覆盖从亚细胞（离子通道），到细胞、组织、器官与人体，可以全尺度评测药物对心脏电活动的影响，评测药物心脏毒性，将全尺度药物毒性仿真时间由近90天减少到一天之内，为药物仿真平台实际应用提供坚实支撑。
在数字心脏展区，可通过裸眼3D透明心脏以及VR互动沉浸体验基于医学影像重建的心脏三维结构，通过操控笔可精准完成心脏模型的旋转、拉伸与层析切片操作。未来，将实现对心脏电生理过程的动态仿真交互，为精准医疗与个性化干预提供技术支撑。在裸眼3D提供宏观交互的同时，也进一步构建了基于虚拟现实的沉浸式系统，实现对心脏内部结构的深度探索与术式模拟。佩戴VR头显，可沉浸式进入心脏内部，进行类内窥镜式的结构观察。通过手柄精准定位，用户可选定刺激区域，模拟电生理手术中的干预操作。该系统为心脏术前智能规划提供了高度可视化与交互性的研究平台，为数字孪生心脏在临床应用中的落地奠定了坚实基础。
基于心冲击信号（Ballistocardiograph国内前十的证券公司，BCG）研发的无感智能坐垫系统，可对多项生理指标进行高精度实时监测与智能分析。落座后，系统通过内嵌的高灵敏度传感模块，精准捕捉由心脏搏动引发的微弱体动信号，并同步完成心动周期识别。在完成有效数据采集后，系统调用信号分析算法，进入健康状态评估阶段，计算心率、心率变异性、呼吸频率等指标。根据这些指标，可对疲劳程度、精神压力、情绪状态进行量化评估，并辅助识别房颤等心律异常状态，在个人健康管理、智能家居与智能医疗决策中具有广泛的应用前景。
上阳网配资提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
