智元发布具身全模态交互大模型WITA-Omni

2026年11月10日晚间，智元通过“智元 AGIBOT”公众号发文宣布，正式发布 WITA-Omni（硅光动语全模态大模型），官方称其为行业首个具身全模态端到端交互大模型。据IT之家当日报道，该模型在音视频之外新增触觉、本体状态输入和机器人动作、表情输出，基于流式全双工架构。官方给出的交互响应最快约400毫秒、平均约600毫秒，称较业内平均水平快近3倍；模型支持免唤醒词的全模态拒识，并支持上百种语言和方言的免切换自由交流与流式同声传译。报道还提及，今年7月，WITA-Omni Preview 模型以85.21分综合成绩登顶 DailyOmni 全模态理解榜单。上述性能数字与榜单成绩均为智元官方口径，由报道转述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。