当大模型不再只是“看图说话”或“文生图”，而是能像人类一样在复杂环境中理解、规划并执行跨模态操作，多模态ai正迎来质的飞跃。10月30日，北京智源人工智能研究院正式发布其新一代多模态世界模型——emu3.5，首次将自回归式“下一状态预测”（next-state prediction， nsp）引入多模态序列建模，标志着ai从“感知理解”迈向“智能操…