Cientista de algoritmos da HiDream.ai, Dr. Pan Yingwei, falará na AICon Shenzhen sobre o caminho da previsão de tokens para a previsão de estados: rumo a modelos de mundo multimodais nativos

A próxima fase da competição em IA está se deslocando além das capacidades dos modelos para a construção de agentes confiáveis, o aprimoramento de sistemas de engenharia de IA e a garantia de operação estável em ambientes complexos. Na Conferência Global de Desenvolvimento e Aplicação de IA AICon, em Shenzhen, de 21 a 22 de agosto, o Dr. Pan Yingwei, cientista de algoritmos da HiDream.ai, fará uma palestra intitulada 'Da Previsão de Tokens à Previsão de Estados: O Caminho Multimodal Nativo para Modelos de Mundo'. Ele argumentará que o foco da IA está se movendo de grandes modelos de linguagem para modelos de mundo, onde o objetivo passa de prever o próximo token para prever o próximo estado, exigindo uma reconstrução dos paradigmas de engenharia de desempenho. Modelos multimodais tradicionais são essencialmente 'concatenações unimodais' que perdem informações em cada transferência entre módulos, não conseguindo construir um entendimento unificado do estado do mundo físico. A HiDream adotou um caminho alternativo com sua arquitetura UiT desenvolvida internamente, que unifica sinais brutos, como pixels de imagem, tokens de texto, vídeo, 3D e ações, em um espaço de representação compartilhado, com tokenização unificada e processamento de ponta a ponta em uma única rede. A palestra compartilhará insights sobre design de modelos, paradigmas de treinamento e arquiteturas de inferência, e explorará as variáveis decisivas para evoluir de multimodal nativo para modelos de mundo. Outras palestras serão ministradas por especialistas como o Dr. Wu Zheming, cofundador e CEO da Qunqing Intelligent; o Dr. Zhou Jingsen da Universidade de Zhejiang; Tao Jianhui, fundador e CEO da TDengine; e o Dr. Wang Chenglu, CEO da Shen Kaihong, cobrindo tópicos como inteligência incorporada industrial e IA física.