1月28日，京产际顶级期北京智源人工智能研究院的大模顶国最新研究成果以突破性进展登上国际顶尖学术期刊《自然》（Nature），该成果是型登我国科研机构牵头的大模型研究首次亮相于《自然》正刊
自2018年以来，GPT凭借“预测下一个词元（Next-token prediction，京产际顶级期NTP）”的大模顶国自回归策略，在语言大模型领域取得重大突破，型登冯仰妍推动了生成式人工智能的京产际顶级期兴起。相比之下，大模顶国多模态模型——能够同时理解文本、型登图像、京产际顶级期视频等多种信息形式——则主要依赖对比学习、大模顶国扩散模型等特定技术路径。型登在此背景下，京产际顶级期黄色片黄色片一个长期困扰行业的大模顶国问题浮现：是否可能通过一种简洁而统一的方式——即自回归框架——让AI具备高效处理文本、图像与视频的型登综合能力？
智源提出的“通过预测下一个词元进行多模态学习的多模态大模型”研究给出了明确肯定的回答。该成果证明，仅依靠自回归路径即可实现多模态学习的统一，训练出性能优异的原生多模态大模型，这对确立自回归作为生成式人工智能的通用技术路线具有重要意义
记者了解到，长期以来，人工智能在处理不同类型的“感官”信息时，通常采取“分科应对”的方式——理解文本依赖一套方法，生成图像需另一套体系，而视频处理又需专门训练的模型，不仅流程繁琐，91最新网址且跨模态协作难度大。智源研究院推出的Emu3模型，则汲取了GPT的核心思想——“预测下一个词元”，实现了对文本、图像与视频在理解与生成层面的统一。这相当于为AI找到了一种“万能学习法”，无论面对文字、静态图片还是动态视频，都能基于同一逻辑进行分析与创作。实验结果显示，该模型在图像生成、图文理解及视频创作等任务中，51黑料网表现可媲美现有各类专用模型，并展现出更优的拓展能力与通用性
《自然》编辑在点评此项研究时指出，通过采用“预测下一个词元”的方法，Emu3实现了大规模文本、图像及视频的统一学习，其在生成与感知任务中的表现可达专门化路径的水平，这一突破对推动可扩展、统一的多模态智能系统发展具有重要价值
值得关注的是，基于该核心路径演进而来的Emu3.5模型版本，已初步展现出对物理世界运行规律的学习与模拟能力，能够尝试预测场景的后续变化，为构建更通用、鲁大师在线观看免费播放更贴近人类认知模式的大模型及智能体提供了重要基础
自2020年启动“悟道”大模型研究以来，智源研究院始终致力于大模型的原始创新与长期技术路线探索。2025年6月，智源发布新一代大模型系列成果——“悟界”，旨在突破人工智能从数字世界向物理世界演进的关键瓶颈，构建面向物理世界的AI基础能力。该系列涵盖Emu系列多模态世界模型、RoboBrain跨本体具身大脑、数字孪生心脏、Brainμ脑科学多模态基础模型以及OpenComplex全原子生命模型等，形成覆盖宏观具身智能、介观尺度生命系统至微观构象动力学的多层次技术底座
当地时间1月28日，北京智源人工智能研究院的一项重要研究成果于国际顶尖学术期刊《自然》（Nature）正式上线，标志着我国科研机构主导的大模型成果首次登上《自然》正刊
自2018年以来，GPT通过采用“预测下一个词元（Next-token prediction，NTP）”的自回归路径，在语言大模型领域实现重大突破，推动了生成式人工智能的快速发展。而能够同步处理文本、图像、视频等多类型信息的多模态模型，则主要依赖对比学习、扩散模型等特定技术路线。在此背景下，一个长期困扰业界的关键问题浮现：是否能借助一种简洁且统一的方式——即自回归范式，使AI同时高效掌握文本、图像与视频的处理能力？
智源提出的“通过预测下一个词元进行多模态学习的多模态大模型”研究给出了明确肯定的回答：仅依靠自回归范式，便能实现多模态学习的统一，训练出性能优异的原生多模态大模型。这一成果对确立自回归路径作为生成式人工智能的核心发展方向具有重要意义
记者获悉，长期以来，人工智能在处理不同类型“感官”信息时，通常采取“分科应对”的方式——理解文本依赖一套方法，生成图像需另配模型，视频分析则进一步需要专门的系统，流程繁琐且跨模态协作困难。而智源研究院推出的Emu3模型，汲取了GPT的核心理念“预测下一个词元”，首次实现对文本、图像与视频的统一建模与生成。这犹如为AI构建了一套“万能学习法”，无论面对文字、静态图像还是动态视频，均采用一致逻辑进行解析与创作。实验结果显示，该模型在图像生成、图文理解及视频创作等多个任务中表现优异，达到甚至超越现有专用模型的水平，同时展现出更强大的可扩展性与通用能力
《自然》编辑在点评此项研究时指出，Emu3基于“预测下一个词元”的范式，实现了大规模文本、图像及视频的统一学习，其在生成与感知任务中的表现可达专用模型水平，这一进展对构建可扩展且一体化的多模态智能系统具有重要价值
值得注意的是，基于该核心路径迭代推出的Emu3.5模型，已初步展现对物理世界运行规律的学习与模拟能力，具备预测场景未来状态的潜力，为构建更具通用性、更贴近人类认知模式的大模型与智能体提供了重要支撑
自2020年启动“悟道”大模型研究以来，智源研究院始终致力于大模型领域的原始创新与长期技术路径探索。2025年6月，智源发布新一代大模型系列成果“悟界”，旨在构建人工智能实现从数字世界向物理世界跃迁的核心能力，打造面向物理世界的AI基座模型。该系列涵盖Emu系列多模态世界模型、RoboBrain跨本体具身大脑、数字孪生心脏、Brainμ脑科学多模态基础模型以及OpenComplex全原子生命模型等，形成覆盖宏观具身智能、介观尺度的生命系统至微观构象动力学的多层次技术体系
5月福建已经历3次暴雨过程 第4次暴雨过程正在持续
根据市气象台统计，自28日起泉州出现大雨到暴雨，安溪、南安、洛江和惠安的大部分有大暴雨。
统计28日08时至30日17时累积降水，全市共有127个乡镇超过50毫米，其中有44个乡镇超过100毫米，以南安罗东镇175.2毫米为最大，最大小时雨量为南安罗新中学104.3毫米。统计同时段极大风速，全市共6个站点出现8级（17.2米/秒）以上大风，其中1个站点出现9级大风，为永春蓬壶镇22米/秒。
今明两天泉州仍多阵雨或雷雨天气，主要的降水时段出现在午后，局地可能伴有短时强降水和雷雨大风等强对流天气，需要注意防范。
从3月至今，我省经历了“旱涝急转”过程，降水呈现北多南少态势。回顾今年3月至4月中旬，全省半数以上县（市）发生重度以上气象干旱。全省平均降水量为109.8毫米，较常年同期偏少63.2%，为1961年以来历史同期第三少。
4月下旬以来，干旱的局面被打破，多场暴雨过程使中部、北部气象干旱全部解除，甚至发生旱涝转折。5月我省已经历了3次暴雨过程，其中16日至24日今年首场持续性暴雨过程持续时间长达9天，位列历史同期第1位。截至28日，建瓯、松溪、福鼎、屏南、福安、柘荣、霞浦和将乐累积暴雨日数已突破5月同期历史极值，屏南21日142.5毫米的降水突破5月同期日最大降水极值。5月（1日—28日）全省平均降水量274毫米，偏多72.3毫米。
第4次暴雨过程正在持续。省气候中心预估，此次暴雨过程可能为极端事件，综合强度或为1961年以来五月同期最强，其中最大过程雨量、暴雨范围、持续日数预计均为同期第一，预计持续到6月5日，6日降水明显减弱。 （记者游怡冰）
罗马诺：那不勒斯会面埃塞基耶尔
据罗马诺消息，那不勒斯今天与埃塞基耶尔-塞瓦略斯的经纪人直接会面，讨论如果现在无法在阵容中腾出位置，是否在1月推动转会。 那不勒斯仍然对他感兴趣，埃塞基耶尔-塞瓦略斯也希望完成这笔转会，此外还有更多俱乐部已联系球员方面。
相关新闻 （共 6 条）