智源研究院发布“悟界”大模型系列：覆盖微观生命到具身智能的全栈式AI基座

在2025年6月6日第七届北京智源大会上，智源研究院正式发布了“悟界”（WuJie）大模型系列，标志着AI从微观世界建模到宏观物理交互能力的一次全面跃迁。

该系列包括：

• 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
• 跨本体具身大小脑协作框架 RoboOS 2.0 与具身大脑 RoboBrain 2.0
• 全原子微观生命模型 OpenComplex2

“悟界”不仅是一组前沿 AI 技术的集合，更是试图揭示生命机理本质规律，并构建 AI 与物理世界高效交互的新一代智能基座。

• 官方详细介绍：https://mp.weixin.qq.com/s/clAKUO1EcL9fDw1OqF1Kkw

一、Emu3：原生多模态统一架构的世界模型

Emu3 是首个基于自回归 token 预测范式的原生多模态统一架构，无需依赖扩散模型或组合式架构，即可实现对文本、图像、视频的任意组合理解与生成。（相关：智源研究院推出全新多模态系列模型Emu3）

其核心突破在于：

• 研发新型视觉 tokenizer，将图像/视频编码为与文本同构的离散符号序列；
• 构建模态无关的统一表征空间；
• 支持多模态输入输出的端到端映射；
• 验证了自回归架构在多模态任务中的普适性与先进性。

Emu3 为跨模态交互提供了强大的底层支持，是未来人机交互系统的重要技术底座。

二、见微 Brainμ：脑科学领域的“AlphaFold”

Brainμ 基于 Emu3 架构，首次将 fMRI、EEG、双光子等多种神经信号统一 token 化，实现了跨模态、跨任务、跨个体的神经科学建模。

它具备以下关键能力：

• 多模态脑信号与文本、图像等模态的多向映射；
• 支持从基础研究到临床诊断、脑机接口等多个方向；
• 完成超过 100 万单位神经信号预训练；
• 在睡眠分型、感官重建、疾病诊断等任务中刷新 SOTA 表现。

作为神经科学领域首个统一建模基础模型，Brainμ 被誉为脑科学的“AlphaFold”，正在与清华大学、北京大学、强脑科技等机构合作推进实际应用落地。

三、RoboOS 2.0 与 RoboBrain 2.0：全球领先的开源具身智能体系

✅ RoboOS 2.0：首个支持 MCE 的跨本体协作框架

RoboOS 2.0 是全球首个支持 MCP（Multi-Center Planning）的开源具身大小脑协作框架，也是首个基于具身智能 SaaS 平台、支持无服务器部署的机器人操作系统。

主要升级包括：

• 全链路性能提升 30%，响应延迟低至 3ms；
• 新增多本体时空记忆场景图共享机制；
• 引入多粒度任务监控模块；
• 实现小脑技能免适配注册，开发效率提升 10 倍以上。

RoboOS 2.0 正在打造具身智能领域的“应用商店生态”。

✅ RoboBrain 2.0：全球最强开源具身大脑模型

RoboBrain 2.0 是当前最具空间推理与任务规划能力的开源具身大脑模型，显著超越主流大模型表现。

其关键技术亮点包括：

• 支持多本体协同规划与物理常识驱动的空间推理；
• 新增闭环反馈机制，实时调整操作策略；
• 提升 74% 的任务规划准确率；
• 实现多步空间推理与深度思考能力。

目前，RoboOS 2.0 与 RoboBrain 2.0 已全面开源，助力推动具身智能研究与产业落地。

• 项目主页：https://superrobobrain.github.io

四、OpenComplex2：生物分子动态建模的革命性突破

OpenComplex2 是全球首个能够捕捉生物分子平衡构象分布的全原子级模型，实现了从静态结构预测到动态演化建模的重大跨越。

其核心技术包括：

• 基于 FloydNetwork 图扩散框架；
• 多尺度原子精度表示；
• 可建模生物分子系统的连续能量景观；
• 无需先验约束，更真实还原构象多样性。

OpenComplex2 在 CASP16 比赛中成功预测 T1200/T1300 蛋白质构象分布，成为唯一取得突破的团队。

该模型将加速药物设计、功能机制解析等下游应用，推动生物医药研发进入高通量、低成本新阶段。

五、持续构建开源技术生态：FlagOpen 与 FlagOS

智源始终坚持开源开放理念，致力于打造覆盖模型、算法、数据、评测、系统的大模型开源技术体系——FlagOpen。

截至当前：

• 开源模型总量约 200 个；
• 数据集下载量近 113 万次；
• 模型全球总下载量超 6.4 亿次；
• 开源项目代码下载量超 140 万次。

此外，统一 AI 系统软件栈 FlagOS 进一步升级，新增统一编译器 FlagTree、通信库 FlagCX、自动发版工具 FlagRelease，全面支持 18 款异构硬件。

• 项目主页：https://github.com/FlagOpen

六、开源明星模型持续引领行业

🔹 BGE 系列：全球下载冠军的通用向量模型

BGE 系列已形成完整的多语言、多模态、多任务模型体系，涵盖：

• BGE-v1 / BGE-M3（文本向量）
• BGE-code-v1（代码检索）
• BGE-VL 系列（多模态检索）

2024 年，BGE 成为中国首个登顶 Hugging Face 下载榜的开源模型，并被百度、腾讯、华为、微软等广泛采用。

🔹 Video-XL 系列：长视频理解标杆模型

Video-XL-2 实现单 GPU 处理万帧视频的能力，编码 2048 帧仅需 12 秒，在 MLVU、VideoMME 等评测中领先同类模型。

该模型已在影视分析、行为识别等领域展现广泛应用潜力。

🔹 OmniGen：全能视觉生成模型

OmniGen 采用极简架构，通过提示词即可完成多样化视觉生成任务，GitHub Star 数超 4,000，催生多个创业产品。