8月19日，世界机器人大会（WRC 2026）期间，智象未来（HiDream.ai）创始人兼CEO梅涛宣布：原生全模态交互式世界模型 HiDream-O1-World 首次参评即登顶 WBench Navi分榜榜首。模型 IQ 已接近 140，但梅涛直言——「高IQ不代表全能」，从理解世界到改变世界，AI 还有关键一公里要走。
梅涛在演讲中分享了一组数据：2026 年初，顶级大模型 IQ 水平约 130，相当于中科大少年班天才；到如今，这一数字已接近 140。进步不可谓不快。
但数据只是故事的一半。
「就像孩子成绩好不代表综合能力强一样，一个在考试中表现优异的模型，不等于能在真实物理世界中长期、稳定、可靠地完成任务。」梅涛在演讲中强调。这正是 Physical AI 之所以重要的根本原因——从理解世界到改变世界，中间隔着物理执行这道坎。
强在对世界的理解、对知识的压缩和推理。擅长答题、写作、代码生成，但输出与真实物理执行之间存在距离。
同时具备对世界状态的完整表达、对物理规律和因果关系的推演，以及对世界的重构与交互能力。三位一体。
梅涛将 AI 能力演进概括为三条路线——大语言模型（理解世界）、多模态模型（生成与预测）、具身交互模型（行动于世界）。过去各自独立演进，今天正在加速走向融合。而真正的世界模型，需要同时站在三条线的交汇点上。
注：IQ 数据为梅涛演讲中援引的公开评测结果，反映大模型在标准化测试中的推理能力，不代表物理世界执行能力。
HiDream-O1-World 的核心是自研 UiT（Unified Transformer）架构，它突破了传统 DiT 架构在长时程交互中的瓶颈。关键创新在于：长时程时空一致性与物理一致性——让模型在长时间交互中「记住」已探索的场景结构，并在复杂交互中保持物理合理性。
三项核心能力，定义了什么是「原生全模态」：
注：能力维度基于公开技术资料整理，相对值为模型自述能力表现，实际效果以具体场景测试为准。
在底层数据方面，智象未来已积累 近千万小时 视频数据，覆盖互联网先验数据、仿真物理试错数据、真实交互数据三大类，为世界模型提供充足的训练燃料。
支持文本、图像及交互式操控等多模态输入，同时兼容多种主体与风格化场景——从高度还原真实空间，到二次元卡通、3A 游戏渲染风格，均可生成。
HiDream-O1-World 正在打开全新的产业应用空间。以下三个场景，代表了从「模拟世界」到「交互世界」的典型路径：
梅涛用一个简洁的框架概括了世界模型与具身智能的关系：
「世界模型是认知中枢，没有高质量世界模型，仿真难以逼近真实物理，数据飞轮也无法真正转动。」
数据 → 认知 → 决策 → 行动 → 反馈，闭环飞轮持续加速
具体来说：
梅涛强调，三类数据缺一不可——互联网先验数据提供常识基础，仿真物理试错数据提供安全探索空间，真实交互数据提供闭环反馈。而真实环境的行动反馈，又会回流成为新的训练数据，驱动飞轮持续加速。
一个诚实的注脚：
这个闭环目前仍处于早期阶段。世界模型在仿真环境中的表现与真实物理世界之间仍有差距，特别是在长尾场景、极端工况下的泛化能力还需要持续验证。但从架构逻辑上看，它是目前最完整的路径之一。
世界模型的竞争正在从「参数规模」转向「物理 fidelity」——谁能更真实地模拟物理世界的因果与交互，谁就能真正驱动具身智能的数据飞轮。IQ 140 的考试高手很多，但愿意走进物理世界「动手」的，才是下一个时代的入场券。
HiDream-O1-World 已开放技术合作申请，覆盖互动影游、仿真训练、3D 场景生成等方向。
hidream.ai → 技术合作