HiDream.aiのアルゴリズム科学者パン・インヤオ博士がAICon深圳で講演：トークン予測から状態予測へ、ネイティブマルチモーダル世界モデルへの道

AI競争の次の段階は、モデル能力を超えて、信頼性の高いエージェントの構築、AIエンジニアリングシステムの向上、複雑な環境での安定運用の確保へとシフトしています。8月21日から22日に深圳で開催されるAIConグローバルAI開発・応用カンファレンスで、HiDream.aiのアルゴリズム科学者である潘英蔚博士が、「トークン予測から状態予測へ：世界モデルへのネイティブマルチモーダル経路」と題した基調講演を行います。同氏は、AIの焦点が大規模言語モデルから世界モデルへと移っており、目標が次のトークンの予測から次の状態の予測へと変わり、パフォーマンスエンジニアリングのパラダイムの再構築が必要になると主張します。従来のマルチモーダルモデルは本質的に「単一モーダルの連結」であり、各モジュール間の転送で情報が失われ、統一された物理世界の状態理解を構築できません。HiDreamは、同社が独自開発したUiTアーキテクチャを用いて代替経路を採用し、画像ピクセル、テキストトークン、ビデオ、3D、アクションなどの生信号を、統一トークン化と単一ネットワークでのエンドツーエンド処理により共有表現空間に統合しています。講演では、モデル設計、トレーニングパラダイム、推論アーキテクチャに関する洞察を共有し、ネイティブマルチモーダルから世界モデルへの進化の決定的な変数を探ります。他の基調講演は、群青智能の共同創業者兼CEOである呉哲明博士、浙江大学の周靖森博士、TDengineの創業者兼CEOである陶建輝氏、深開鴻のCEOである王成録博士など、産業用具身知能や物理AIなどのテーマを扱う専門家によって行われます。