福州见证AI突破：智源Emu3多模态大模型登顶《自然》期刊

【金色港湾资讯网为您推荐阅读】

1月28日，由北京智源研究院主导研发的Emu3多模态大模型成果正式发表于国际顶级学术期刊《自然》（Nature），这是我国科研团队首次以第一完成单位在该刊正刊发布大模型原创性工作。值得关注的是，这一里程碑式进展也牵动着福建人工智能产业生态的关注——福州近年来持续加码AI基础研究与成果转化，正加速融入全国前沿技术协同网络。

自2018年GPT系列开启“预测下一个词元”（Next-token Prediction, NTP）的自回归范式以来，语言大模型迎来爆发式发展，并推动生成式AI走向实用化。然而，该路径能否延伸至图像、视频等多模态领域，长期悬而未决——主流方案仍依赖对比学习、扩散模型等专用架构，缺乏统一建模范式。

此次智源发布的Emu3模型，彻底打破边界：它将文本、图像与视频全部映射至同一离散化表征空间，仅依靠单一自回归目标，从零开始在混合模态序列数据上完成端到端联合训练。实验证明，该路径不仅能高效支撑生成任务，其在视觉理解等感知类任务中的表现亦媲美传统专用模型。

《自然》期刊编辑指出，Emu3首次验证了“预测下一个词元”这一简洁原则，在跨模态统一建模上的普适性与有效性。其不依赖模态特异性设计，却实现了与专用路线相当的综合性能，为构建可扩展、易集成的通用多模态智能系统提供了全新技术路径。这一突破，也为包括福州在内的国内AI创新高地带来重要启示与发展契机。