5月19日,智象未来在北京举办主题为“Imaging the World”的技术开放日活动。活动现场,智象未来发布了参数规模超过2000亿的原生全模态图像大模型——HiDream-O1-Image-Pro,并宣布完成新一轮亿级融资,深创投、金浦投资、财鑫资本、复聚资本等机构参与。据悉,这是半个月内智象未来第二次获得融资,密集的资本动作引发行业广泛关注。
持续深耕底层架构创新 智象未来推出原生全模态UiT架构大模型
不同于传统图像生成模型依赖独立语言模型编码文本、再与图像拼接的“拼积木”式架构,智象未来此次发布的HiDream-O1-Image-Pro,采用自研的Unified Transformer(UiT)原生全模态架构,将图像像素、文本标记和任务条件统一映射到连续的共享标记空间中,实现底层表征的真正融合。
智象未来创始人兼CEO梅涛在演讲中表示:“很多多模态模型本质是‘单模态拼接’,而原生多模态从一开始就把物理定律、空间关系、因果逻辑刻进模型里。它能理解世界、推理世界,而不只是生成内容。”他认为,这是通往AGI的必经之路。
CTO姚霆则用一组对比数据验证了架构的潜力,此前采用相同架构的开源版本HiDream-O1-Image(仅8B参数),已在Artificial Analysis文生图榜单上登顶开源模型全球第一,超越Z-Image Turbo、Qwen-Image等模型。而此次发布的闭源Pro版本将参数扩展至2000亿以上,在复杂文字渲染、多主体个性化、指令编辑等任务上全面刷新SOTA,证明了原生全模态架构的极强可扩展性。
商业化落地提速,三大智能体完整覆盖营销、影视与社媒
目前,智象未来已围绕“模型+智能体”双轮驱动战略,搭建起“1+1+3”业务架构:底层Hidream系列大模型,中间一个Hiharness企业服务平台,上层三个面向具体场景的智能体应用。
商业营销智能体HiBurst目前已是TikTok官方top 5服务商,年生产电商营销视频超百万条,主要服务于跨境电商、媒体运营和应用出海等场景。影视创作智能体“帧赞”则主打电影级画质与全流程协作,已累计制作短漫剧超5000分钟,入驻专业团队超千家。社媒创作智能体vivago近期完成升级,凭借端到端长思考能力生成分钟级故事视频,登顶Product Hunt日榜第一,覆盖100多个国家及地区,用户数超过4000万。
开放日现场,智象未来还与上海电影集团上影新视野基金、蓝色光标、北京捷成世纪、倍尔健康等签署战略合作,推动大模型在影视、营销、医疗等行业的产业化落地。这意味着,从技术到产品再到行业应用,智象未来的商业闭环正在加速形成。
从多模态到全模态,世界模型的关键拼图已然浮现
在开放日圆桌论坛环节,东方富海合伙人王兵、微软亚洲研究院首席研究员傅建龙、阿里云资深解决方案总监宁江彬等嘉宾,围绕“从多模态到全模态,构建世界模型,走向AGI”展开对话。与会者一致认为,AI正在从“生成内容”走向“理解世界”。视觉生成、具身智能、Agent等方向的汇合,背后都需要模型具备统一的跨模态世界表征能力。
智象未来的原生全模态架构,恰好为图像、视频、文本、音频乃至动作和具身数据提供了统一建模框架。正如智象未来CTO姚霆所言,“所有模态从初始阶段就是青梅竹马一起成长的。打通之后,就能实现‘Any to Any’,即任意输入支持任意输出,这正是世界模型所需要的核心能力。”
资本持续加码,多地产业基金与头部VC同台
就在不久前,智象未来刚刚宣布完成超5亿元融资,投资方包括安徽省产投、合肥产投、东方富海等。时隔仅半月,新老股东再次加码。本轮新进的金浦投资是上海金融发展投资基金的管理人,曾投出13家IPO企业;财鑫资本为常德市属国企旗下产业投资平台,聚焦人工智能与具身智能;复聚投资则在智能制造、新能源、生物医药等领域广泛布局。
至此,智象未来的股东阵容已形成“地方产业基金+市场化VC”的双轮驱动格局,覆盖安徽、上海、湖南、杭州等多地资源。业内人士认为,这种多元化的资本结构,既体现了地方政府对AI底层技术带动产业的期待,也获得了专业投资机构对原生全模态路线长期价值的认可。
（来源：点财网）
