央广网北京7月7日消息（记者 朱冠安）近日，北京智源人工智能研究院发布的全新多模态表征世界模型智源悟界·RoboBrain Orca，突破现有大模型仅预测文本、画面、动作单模态输出的技术路径，率先实现对整体世界状态的前后演化推演，为通用人工智能基础模型研发开辟全新技术路线。

北京智源人工智能研究院相关负责人介绍，悟界·RoboBrain Orca的核心创新在于构建统一的世界潜在表征空间，相当于为人工智能搭建起虚拟 “脑海世界”。当输入视频、图片、文字指令、事件描述等任意多模态信息后，模型可将视觉、语言、任务意图等多元信号统一整合，自主学习物体运动规律、场景演变逻辑、动作因果关联、事件时序关系，既能推演当前场景走向未来的演化路径，也能模拟不同条件下世界发展的多元可能性，完成从“单一输出预测”到“全局状态推演”的范式升级。

为高效完成世界规律学习，研发团队设计了有意识、无意识双路径互补训练体系。无意识学习依托海量真实世界视频素材，复刻人类婴幼儿观察自然积累常识的过程，无标注自主感知物体掉落、物体移动、空间交互等客观世界运行规律；有意识学习依托文字事件、任务指令、视觉问答等标注数据，针对性学习具备明确语义的状态转换逻辑，兼顾海量无标签真实场景与高价值稀疏标注信息，实现全方位世界认知能力构建。

记者了解到，悟界·RoboBrain Orca累计使用12.5万小时真实视频素材、1.6亿条事件标注数据，模型性能具备持续规模化提升潜力。依托训练形成的统一世界表征，模型可适配多类解码器完成信息输出：文本解码维度，擅长动态变化、状态转换类逻辑推理；图像解码维度，可精准还原真实场景交互预判效果；机器人动作解码维度，无需预先学习动作标签，即可大幅提升下游机器人复杂任务泛化能力。