AI技术发展趋势 - AI技术从理解文字进化到建模世界、操控实体、模拟大脑、解构分子 [1] - 2025年AI领域热点包括DeepSeek R1、OpenAI o3、智能体Manus、英伟达Cosmos世界基础模型等 [2] - 智源大会聚集四位图灵奖得主、三十余位大模型企业创始人及CEO、一百多位青年科学家探讨AI前景 [3] 智源「悟界」系列大模型 - 智源推出全新「悟界」系列大模型，突破虚实边界，向物理AGI迈进 [4] - 「悟界」系列包含原生多模态世界模型Emu3、脑科学模型见微Brainμ、具身智能框架RoboOS 2.0/RoboBrain 2.0、全原子微观生命模型OpenComplex2 [6] - 大模型发展从文图视频主导的数字世界进入物理世界，理解尺度从宏观跨越到微观 [8] 原生多模态世界模型Emu3 - Emu3是全球首个原生多模态世界模型，支持文本、图像、视频、声音、脑信号等多模态统一建模 [12] - 通过新型视觉tokenizer实现多模态同构表征，支持端到端多模态输入输出映射 [14] - Emu3推动AI从单一模态理解向多模态协同跃迁，加速创意生成、智能搜索等应用落地 [14] 脑科学多模态通用基础模型见微Brainμ - 见微Brainμ基于Emu3架构，统一处理MRI、EEG、双光子成像等神经信号，累计处理超100万单位数据 [15] - 支持跨任务、跨模态、跨个体建模，性能超越专用模型，成为神经科学领域的AlphaFold [15] - 具备跨物种能力，兼容人类、小鼠、狨猴、猕猴数据，推动脑机接口技术实用化 [17] 具身智能框架RoboOS 2.0与RoboBrain 2.0 - RoboOS 2.0是全球首个具身智能SaaS平台，支持无服务器轻量化部署，性能提升30%，响应时延压缩至3毫秒以下 [22][24] - RoboBrain 2.0任务规划准确率提升74%，空间推理能力提升17%，新增深度思考与闭环反馈能力 [27][28] - 开源框架降低开发门槛，代码量仅为传统方式的1/10，与全球20多家具身智能企业合作 [24][31] 全原子微观生命模型OpenComplex2 - OpenComplex2突破生命尺度，可预测生物分子静态结构及动态构象分布 [34][35] - 基于FloydNetwork图扩散框架与多尺度原子级精度表示，精准捕捉分子动态特性 [35] - 在CASP16竞赛中唯一成功预测蛋白质T1200/T1300构象分布，推动生物医药研发加速 [36][38] 行业影响与未来展望 - 智源「悟界」系列从语言建模转向世界建模，为多模态、具身智能、AI for Science注入活力 [40] - 四大方向协同布局是认知智能走向具身智能与科学智能的关键一步 [40] - 大模型时代将深入理解与改变世界的系统，不止于提示框 [41]

指数及成分股表现 - 中证大数据产业指数(930902)盘中震荡 成分股石基信息涨停 科华数据上涨2.43% 神州泰岳上涨1.91% 神州信息领跌3.04% 拓维信息下跌2.51% 税友股份下跌1.99% [1] - 数据ETF(516000)最新报价0.92元 近1周累计上涨1.89% 涨幅排名可比基金第一 盘中换手率6.44% 成交额2853.13万元 [1] 人工智能技术进展 - 北京智源人工智能研究院发布"悟界"系列大模型 包含原生多模态世界模型Emu3 脑科学多模态通用基础模型Brainμ 具身大脑RoboBrain 2.0 全原子微观生命模型OpenComplex2 [1] - Emu3为全球首个原生多模态世界模型 基于世界模型的多模态和推理能力 可实现更自然智能的AI交互 [1] 行业应用动态 - 造车新势力积极布局世界模型技术 小鹏 理想 华为 地平线等企业将世界模型作为智能驾驶系统核心技术 [2] - 智能驾驶竞争焦点从车端算力转向云端世界模型构建能力 需提升车载芯片算力 传感器精度 算法研发能力 [2] - 世界模型采用云端训练+车端蒸馏技术提升泛化能力 但规模化落地受算力成本与数据质量限制 [2] 产品跟踪标的 - 数据ETF紧密跟踪中证大数据产业指数 该指数覆盖大数据存储设备 分析技术 运营平台 生产应用等领域上市公司 [2] - 数据ETF场外联接基金包括华夏中证大数据产业ETF发起式联接A/C/D类份额(代码020335/020336/023779) [2]

北京智源人工智能研究院发布"悟界"大模型 - 公司发布"悟界"大模型系列 聚焦物理AGI领域 包含四个子模型：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 具身大脑RoboBrain 2 0 全原子微观生命模型OpenComplex2 [1] - "悟界"系列突破虚实世界边界 实现对物理世界的赋能 标志公司在物理AGI方向取得重要进展 [1] 原生多模态世界模型Emu3技术细节 - Emu3采用下一代token预测范式统一多模态学习 无需扩散模型或组合式架构 通过新型视觉tokenizer将图像/视频编码为与文本同构的离散符号序列 [1] - 模型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 支持多模态输入输出的端到端映射 [1] - 该模型验证自回归框架在多模态领域的普适性 为跨模态交互提供技术基座 于2024年10月首次发布 [1] 脑科学模型见微Brainμ研发进展 - Brainμ基于Emu3底层架构 将fMRI EEG等神经信号统一token化 利用预训练模型实现多模态脑信号与文本 图像的多向映射 [2] - 模型完成超过100万单位神经信号预训练 整合多个大型公开数据集和实验室数据 可支持从基础研究到临床应用的多个方向 [2] - 公司正与北京生命科学研究所 清华大学 北京大学等机构合作 拓展Brainμ在神经科学和脑机接口领域的应用 [2]