梅涛在2026世界顶尖科学家论坛第二届国际工程智能大会上提出，大语言、多模态与具身大模型三条路线长远将汇流为“智能体化全模态世界模型”，并介绍智象以自研Unified Transformer搭建的模型矩阵与“1+1+3”商业化架构。
AI解读：梅涛是加拿大工程院外籍院士、智象元一（HiDream.ai）创始人兼CEO，他在2026世界顶尖科学家论坛第二届国际工程智能大会上发表演讲，提出构建“智能体化的全模态世界模型”。
他给出的判断是：产业界已形成大语言、多模态和具身大模型三条演进路线，长远看三者并非孤立，将汇流为智能体化世界模型。这一汇流判断属于梅涛本人的主张，来源未提供验证数据。
按他的拆解，智能体化世界模型由三部分组成：LLM充当决策大脑，负责理解意图、生成推理与任务规划；Omni-Model作为世界模拟器，推演行动后果；具身上下文对接真实物理环境，执行行动并把观测数据回传以校准模型。
智象称已自研原生全模态Unified Transformer架构，统一表征文本、图像、视频、空间、位姿、力触、传感器等模态，并据此搭建从图像、视频到交互模型HiDream-O1-World、具身模型HiDream-O1-Embodied的模型矩阵。
商业化上，智象称形成“1+1+3”架构：底层为原生全模态世界模型矩阵，中间是企业级模型平台HiHarness，上层是营销智能体HiBurst、影视创作智能体“帧赞”和内容创作智能体vivago。
来源还引用OpenRouter数据称，截至今年10月中国周Token调用量达93万亿，是美国的4.16倍，连续26周全球第一；梅涛以此为据称AI正从工具演变为社会基础设施。该数据为第三方平台口径，演讲中的引申判断仍属其个人表述。
据量子位报道，智象元一（HiDream.ai）创始人兼CEO梅涛在2026世界顶尖科学家论坛第二届国际工程智能大会上演讲，提出构建“智能体化的全模态世界模型”（Agentic Omnimodal World Models），并称大语言、多模态、具身大模型三条技术路线长远将汇流于此。
梅涛的职务为加拿大工程院外籍院士。上述路线汇流与技术架构描述来自其演讲及智象方面披露，来源未给出对应的公开验证数据。
三条路线与三个组成部分
梅涛将当前世界模型的技术路径归为三条：大语言、多模态和具身大模型。他认为三条路线并非彼此孤立，长远将汇流为智能体化世界模型，以此跨越数字智能与物理智能之间的差距。
在他的拆解中，智能体化世界模型包含三部分：LLM是智能体的决策大脑，负责理解意图、生成推理、制定任务规划；Omni-Model是通用世界模型，充当世界模拟器，基于LLM的意图模拟物理世界运行、推演行动后果；Embodied Context是具身上下文，对接真实物理环境执行行动，并将真实观测数据回传以校准世界模型。
他称三者协同可实现“One Token Space, One World”，即在同一个Token空间内统一思维世界与物理世界。
智象的模型矩阵与商业化架构
智象称已自研原生全模态Unified Transformer架构，使文本、图像、视频、空间、位姿、力触、传感器等模态实现统一表征。基于该底座，智象搭建了从图像模型、视频模型，延伸到交互模型HiDream-O1-World和具身模型HiDream-O1-Embodied的模型矩阵。
商业化方面，智象称形成“1+1+3”架构：底层为原生全模态世界模型矩阵；中间是企业级模型平台HiHarness，汇聚自研HiDream-O1全模态系列模型及全球其他模型；上层为三个智能体，分别是AIGC商业营销智能体HiBurst、影视创作智能体“帧赞”和内容创作智能体vivago。
在应用方向上，来源提到智象在具身智能领域以世界模型合成毫米级高精度动作视频，为真机训练补充数据；在生命科学领域，与合作企业通过多尺度生物影像统一表征理解与预测细胞演化，为药物响应评估提供前置参考。这些属于智象披露的实践方向，来源未给出量化效果。
演讲中引用的行业数据
梅涛在演讲中引用AI模型聚合平台OpenRouter的数据：截至今年10月，中国周Token调用量达93万亿，是美国的4.16倍，连续26周位居全球第一。
他据此称AI正从工具快速演变为像水、像电一样的新型社会基础设施，并提到模型迭代周期已从2023年前后的约12个月加快到按周推进。上述引申判断属演讲者观点。