在人工智能領域，人大系初創公司智子引擎近日發布了一款名為Awaker1.0的全新多模態大模型，標志著向通用人工智能(AGI)邁出了重要一步。該模型在寫真視頻效果上超越了Sora，展現了其在視覺生成方面的卓越能力。

　　4月27日，在中關村論壇的通用人工智能平行論壇上，智子引擎展示了這款業界首個真正實現自主更新的多模態大模型。Awaker1.0采用了創新的MOE架構，具備自主更新能力，能夠生成高質量的多模態內容，模擬現實世界，同時在執行任務中將場景行為數據反哺給模型，實現持續更新與訓練。

　　在視覺問答和業務應用任務上，Awaker1.0的基座模型超越了GPT-4V、Qwen-VL-Max和Intern-VL等國內外先進模型。此外，它還在描述、推理和檢測任務上達到了次好的效果，證明了多任務MOE架構的有效性。

　　結合具身智能，Awaker1.0被認為可能成為實現AGI的可行路徑。它通過自主探索環境，發現新策略和解決方案，提升具身智能的適應性和創造性。Awaker1.0的自主更新機制包含數據主動生成、模型反思評估和模型連續更新三大關鍵技術，使其能夠實時持續地更新參數。

　　智子引擎自主研發的類Sora視頻生成底座VDT，作為現實世界的模擬器，展現了Transformer技術在視頻生成領域的潛力。VDT能夠處理多種視頻生成任務，如無條件生成、視頻后續幀預測等，并在寫真視頻生成任務上取得了比Sora更好的質量。

　　Awaker1.0的發布是智子引擎團隊向實現AGI目標邁進的關鍵一步。團隊認為，AI的自我探索、自我反思等自主學習能力是智能水平的重要評估標準。Awaker1.0在理解側和生成側都實現了效果突破，有望加速多模態大模型行業的發展，最終讓人類實現AGI。