随着以 Next-token prediction 为代表的大模型技术迅猛发展，其应用已从单一语言模型快速拓展至多模态领域。本次分享将以语言模型为切入点，系统介绍多模态场景下生成与理解技术的演进脉络，重点围绕语音、图像两大模态，探讨前沿多模态模型的架构设计思路，并展望未来核心研究方向。

演讲提纲：

1. 大语言模型（LLM）2023年至今的发展变化
   • Step 3.5 flash 相关介绍
2. 文本与语音交互的融合及发展
   • Step-audio 2 & Step-audio 2.5 相关介绍
3. 文本+语音+视觉的多模态融合
   • Step-image 2 & Step-audio-editx 相关介绍
4. 生成一体化的难点与实现路径
5. 未来探索方向整理

听众收益：

• 了解多模态生成和理解的前沿进展

本次报告将分享混元团队在世界模型方面的技术探索与研发布局，涵盖 3D 世界模型与实时世界建模与两大主线。首先，我们将系统介绍世界模型的行业发展脉络与思考。接着，报告将阐述腾讯混元在世界模型方向的思考与研发布局，包括可兼容物理引擎、用于游戏研发的 3D 世界模型以及可实时交互的世界建模。最后，本报告将对世界模型的未来发展趋势进行展望，并探讨其发展过程中面临的开放性挑战与潜在的社会影响。

演讲提纲：

1. 世界模型行业发展脉络
2. 世界模型落地的挑战及混元的思考
3. HY World系列模型的研发布局总览
   • 为什么3D在世界模型中很重要
   • 可兼容物理引擎的3D世界模型-HY World 2.0
   • 世界重建大模型WorldMirror的研发实践
   • 世界模型专用渲染平台WorldLens的工程优化实践
   • 实时世界模型的优化实践
4. 总结与未来展望

听众收益：

• 了解世界模型的行业发展脉络
• 了解世界模型的前沿技术进展

当大模型从数字世界走向物理世界，具身智能正成为人工智能的下一个主战场。让机器人在开放、非结构化的真实环境中实现自主感知、决策与行动，仍面临数据稀缺、技能泛化和可靠执行三大核心瓶颈。高德近期发布了面向具身智能的 ABot 全栈技术体系，由世界模型（ABot-World）、导航模型（ABot-N）、操作模型（ABot-M）与具身 Harness 架构（ABot-Claw）构成——以世界模型为想象引擎，以导航与操作模型为行动双核，打通从环境理解、路径规划到精细操作的全闭环技术链路。

本次演讲将聚焦 ABot 体系中世界模型这一核心基础设施层。报告将从支撑端到端生成的大规模时空数据基建讲起，剖析 DiT 与自回归等底层架构在处理真实场景多模态数据时的工程选型，介绍世界模型如何通过物理硬约束训练与 3DGS 空间基座实现物理级动力学建模，并重点分享世界模型如何批量合成高质量仿真数据，为具身导航与操作的下游任务提供规模化的数据泛化支撑，驱动 ABot 体系的持续进化与量产落地。

演讲提纲：

1. ABot 全栈架构概览与世界模型定位
2. 数据驱动：时空数据基建与端到端演进
3. 模型演进：架构选型与物理建模
4. 量产落地：从仿真到真机

听众收益：

• 了解世界模型在 ABot 具身智能全栈体系中的定位与价值，理解"想象引擎"如何驱动数据飞轮
• 了解世界模型在物理约束建模、大规模仿真数据合成方面的架构设计，以及从研发到量产的完整落地路径

随着 AIGC 技术快速普及，违规素材的批量生成与变体攻击愈发频繁，传统以规则引擎与人工审核为核心的"识别-拦截-人工修改"安全模式正面临效率、误判与创作者体验的多重瓶颈，内容安全领域亟需系统性范式升级。本次分享将介绍快手在商业内容安全方向的大模型技术实践与组织演进经验。技术层面，快手自研商业安全大模型BLM，具备图文视频跨模态统一理解与细粒度营销意图感知能力，并构建"精细拒绝—AI修复—自动过审"的生成式安全闭环，将拦截终点转化为内容修复起点。

搭建AI Native原生架构，依托 Multi-Agent协同架构实现审核、回扫、验真全链路智能化，通过HITL设计将人工介入聚焦于高价值例外处理，形成持续自进化的增强型安全体系，为企业构建面向 AGI时代的智能化风控基础设施。

演讲提纲：

1. AI 时代给商业安全带来的挑战与范式迁移
   • 内容安全：AIGC 内容爆发式增长，传统规则拦截已失效
   • 身份信任：深度伪造、虚拟分身滥用，真伪辨识体系受冲击
   • 攻防对抗：AI 赋能攻击手段，攻击效率与频次跨越式增长
   • 商业范式："识别-拦截-人工修改"每一环都在被 AI 击穿
2. AI大模型驱动生产力变革与HITL模式
   • 生产力变革能力：大小模型协同，效率与精度的动态路由
   • 生产力跃迁带来岗位的变化，组织形态演进
   • HITL（Human-in-the-loop）的正确打开方式
3. 商业安全大模型BLM技术实践
   • 自研安全大模型BLM：围绕复杂商业审核领域知识，构建跨模态细粒度理解与生成能力
   • BLM-AhaEdit ：把"拦截终点"变成"安全营销修复起点"
   • 智能运营能力：基于BLM，体系化高效低成本运营能力
   • Multi-Agent 协同：安全大脑，全链路智能化
   • Deepfake 可信体系： AIGC 内容信任基础设施
4. 未来展望：打造AI-Native RiskOs下AGI智能化
   • 理解与生成一体化：审核即生成、生成即合规
   •  iskOS：以 AI 为中心的主动进化、主动修复的安全系统

听众收益：

• 内容安全领域的最新前沿技术实践经验
• AI-Native 安全系统的能力蓝图
• AI 大模型驱动内容安全生产力跃迁的实践经验

本次分享围绕开悟（Kairos）具身原生世界模型架构展开，详解开悟世界模型理解的物理AGI五层能力跃迁，并根据对于物理AGI的理解设计的 “多模态理解 - 视频生成 - 状态预测 - 自我进化” 的完整世界模型架构，实现“视频生成 - 物理认知 - 交互反馈 - 迭代优化” 的进化飞轮，让物理智能体真正具备理解、推演、交互与持续成长的能力，为物理 AGI 落地提供原生大脑级的技术底座。