大语言模型只有文本单一模态，自动驾驶是二维低维场景数据，而世界模型需要视觉、声音、触觉，未来还会拓展嗅觉、温度等全维度人类感知信息。我们用数据基础模型统一所有输入格式，适配多任务训练，搭建可持续增量迭代的神经网络。#科技先锋官##一分钟精选视频扶持计划##视频播客开麦计划# http://t.cn/AXSoyjd8