智象以原创全模态架构获21亿元融资，打破文本中心范式，实现图像、视频、音频、空间等信号统一建模。其HiDream-O1系列模型在权威评测中屡创纪录，vivago全球化落地成效显著。技术路径直指‘物理智能’，标志AI从知识理解迈向世界推演的新阶段。
在AI产业范式加速演进的关键节点，合肥诞生的AI新锐企业智象完成21亿元C轮融资——这不仅是一次资本加注，更标志着行业重心正从‘文本智能’向‘物理智能’深刻迁移。过去两年，大语言模型凭借参数竞赛与Benchmark霸榜占据舞台中央；但随着开源模型密集涌现、领先窗口急剧收窄，单纯堆叠规模已难支撑估值逻辑。资本目光正转向更具延展性与落地确定性的技术路径：多模态原生架构。智象摒弃传统VAE桥接与独立编码器设计，首创统一tokenization机制，将图像像素、文本Token、视频体素、音频信号、空间关系乃至动作序列，全部纳入同一Transformer网络实现端到端理解、生成与推理。其HiDream-O1系列模型接连突破：开源版8B参数模型‘Peanut’登顶Artificial Analysis文生图榜单第一，成为前20中参数最小者；商用升级版HiDream-O1-Image-1.5稳居全球前三，在光影建模、复杂构图、中英文字渲染及指令精准跟随等硬指标上表现卓越。旗下vivago海外版已覆盖100余国，服务用户超5000万，灰度版登顶Product Hunt日榜榜首，被硅谷产品专家Chris Messina誉为‘Claude for Video’。这场从‘读懂知识’到‘看懂世界’的跃迁，正将世界模型从论文概念推向真实物理场景。智象的原生全模态路线，不仅是国产AI底层架构的一次自主破局，更可能为大模型真正扎根现实世界提供首个可规模化验证的中国范式。
来源：量子位