近日，第33届ACM国际多媒体会议在爱尔兰都柏林举行，智象未来团队成功摘得最佳演示奖，成为中国首个获此殊荣的多模态生成式人工智能初创企业团队，彰显了智象未来在多模态生成式AI领域的顶尖科研实力和卓越创新能力。
ACM国际多媒体会议由国际计算机学会主办，是全球多媒体领域最具权威性与影响力的学术盛会之一。每年会议评选的最佳演示奖，具有极高含金量和行业认可度，代表着评审委员会和与会学者对该技术创新性、实用性、成熟度和现场展示效果的最高肯定。
智象未来获奖的"灵感智能体"统一多模态智能体，以革命性技术将复杂的视觉内容创作，转化为直观的对话体验。其核心优势在于突破碎片化多模态技术工具的局限，在单一界面内无缝整合了文本生成图像、指令式图像编辑及文本/图像生成视频功能，有效解决了跨模态语义对齐的行业难题。该技术基于170亿参数量的HiDream-I1模型，依托稀疏扩散Transformer(DiT)结构与动态混合专家(MoE)设计，在HPS、GenEval等国际权威基准测试中表现优异。而针对指令式图像编辑任务，团队通过上下文视觉条件优化HiDream-I1模型，使其能够实现精准的图像修改效果。
该智能体开创了可及性、交互式视觉叙事和多模态生成AI中协作内容创作的新方式，通过将生成和编辑融合于一个对话驱动的体验中，降低了高质量视觉内容创作的门槛，并显著缩短了迭代周期，实现从想法到优质产出的 "一次会话" 创意循环。目前，这一技术原型已成功迭代应用于智象未来旗舰产品vivago.ai的对话生成功能中，为用户提供更自然、个性化的多模态对话交互体验。
此外，在本次ACM国际多媒体会议上，智象未来举办了Identity-Preserving Video Generation挑战赛。赛事吸引了北大、上海交大、腾讯等国内外顶尖科研及企业团队参加。
免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。
