智元具身大模型登顶全球榜单

据IT之家7月28日报道，智元AGIBOT微信公众号发布消息称，具身全模态理解权威榜单DailyOmni最新评测结果揭晓，智元自研的具身原生全模态大模型WITA-Omni Preview凭借领先的音视频联合理解与时序推理能力，以85.21分综合成绩登顶榜首，超过千问、Gemini、豆包、英伟达等国内外领先模型，并在八项细分指标中的六项取得第一。IT之家了解到，DailyOmni是行业公认的检验音视频时序对齐、跨模态联合推理能力的权威第三方榜单。不同于面向图文、短视频的常规评测任务，该榜单大量采用真实开放环境音视频素材，核心考验模型融合视觉画面、环境音频信息，精准识别声画对应关系、事件先后顺序。智元此次登顶，意味着其具身大模型在复杂真实场景下的多模态感知与理解能力已达到全球领先水平，为后续人形机器人和具身智能产品的商业化落地奠定了技术基础。值得注意的是，该模型为“原生全模态”设计，而非传统多模态拼接，在架构层面实现了更深度的视听融合，这一技术路线对算力芯片、传感器、边缘计算等产业链环节提出了更高要求。