智元全模态大模型登顶 DailyOmni 榜单，超越千问与 Gemini
智东西 · wechat · 2026-07-29
智元机器人发布全模态大模型 WITA-Omni，在具身全模态理解权威榜单 DailyOmni 上以 85.21 分登顶，超越千问、Gemini、豆包等通用大模型。该模型在音视频对齐、事件时序和跨模态推理等核心指标上表现领先，证明了具身智能厂商在原生交互场景下的技术竞争力。
WITA-Omni 采用 Thinker–Talker–Actor 原生架构，打破了传统机器人串行处理导致的延迟与割裂感。它将动作和表情提升为与语音并列的一级输出，在统一时间轴上实现“边想、边说、边动”的同步表达。此外，模型在千万小时级多模态数据上训练，并通过高质量后训练策略强化了交互决策能力。
在语音交互评测中，WITA-Omni 同样超越了 GPT-Realtime 等模型，展现出卓越的全双工对话能力，能自然处理停顿、轮次切换和打断。这标志着智元在作业、运动和交互“三智一体”的能力版图上完成了关键闭环。
「具身」频道最新
- 马斯克发声：FSD已是奇点一部分 — elonmusk · 2026-07-29
- 8 美元 ESP32-S3 跑起 2890 万参数离线模型 — nikola_mr64990 · 2026-07-29
- Codex 还原相机固件，做出 40 克双目视觉设备 — yacineMTB · 2026-07-29
- Neuralink 称试验者已能用意念操控电动轮椅 — elonmusk · 2026-07-29
- OpenRoboto 在 Bittensor 主网上线机器人模型竞赛 — const_reborn · 2026-07-29
- Standard Bots 短片展示美国机器人公司内部 — Rewkang · 2026-07-29