HiDream-O1-World:原生全模态底座上做交互式世界模型

一个底座同时做理解和生成,训练扛得住吗?智象未来的 HiDream-O1-World 走原生全模态、做交互式世界模型,不靠适配层缝各模态。难在数据配比和训练稳定性。眼下只有名字,好奇交互状态是模型自己维持,还是另套了记忆模块。

等 demo 出来再看吧,光一个名字看不出交互延迟

围观