近日，第33屆ACM國際多媒體會議（ACM MM 2025）在愛爾蘭都柏林舉行，智象未來團隊成功摘得最佳演示獎，成為中國首個獲此殊榮的多模態(tài)生成式人工智能初創(chuàng)企業(yè)團隊，彰顯了智象未來在多模態(tài)生成式AI領(lǐng)域的頂尖科研實力和卓越創(chuàng)新能力。

ACM國際多媒體會議由國際計算機學會（ACM）主辦，致力于推動多媒體全領(lǐng)域的研究創(chuàng)新與產(chǎn)業(yè)應用落地，是全球多媒體領(lǐng)域最具權(quán)威性與影響力的學術(shù)盛會之一。每年會議評選的最佳演示獎，具有極高含金量和行業(yè)認可度，代表著評審委員會和與會學者對該技術(shù)創(chuàng)新性、實用性、成熟度和現(xiàn)場展示效果的最高肯定。

智象未來獲獎的“靈感智能體”（Chat Generation）統(tǒng)一多模態(tài)智能體，以革命性技術(shù)將復雜的視覺內(nèi)容創(chuàng)作，轉(zhuǎn)化為直觀的對話體驗。其核心優(yōu)勢在于突破碎片化多模態(tài)技術(shù)工具的局限，在單一界面內(nèi)無縫整合了文本生成圖像、指令式圖像編輯及文本/圖像生成視頻功能，有效解決了跨模態(tài)語義對齊的行業(yè)難題。該技術(shù)基于170億參數(shù)量的HiDream-I1模型，依托稀疏擴散Transformer（DiT）結(jié)構(gòu)與動態(tài)混合專家（MoE）設(shè)計，在HPS、GenEval等國際權(quán)威基準測試中表現(xiàn)優(yōu)異。而針對指令式圖像編輯任務，團隊通過上下文視覺條件優(yōu)化HiDream-I1模型，使其能夠?qū)崿F(xiàn)精準的圖像修改效果。

該智能體開創(chuàng)了可及性、交互式視覺敘事和多模態(tài)生成AI中協(xié)作內(nèi)容創(chuàng)作的新方式，通過將生成和編輯融合于一個對話驅(qū)動的體驗中，降低了高質(zhì)量視覺內(nèi)容創(chuàng)作的門檻，并顯著縮短了迭代周期，實現(xiàn)從想法到優(yōu)質(zhì)產(chǎn)出的 “一次會話” 創(chuàng)意循環(huán)。目前，這一技術(shù)原型已成功迭代應用于智象未來旗艦產(chǎn)品vivago.ai的對話生成功能中，為用戶提供更自然、個性化的多模態(tài)對話交互體驗。

此外，在本次ACM國際多媒體會議上，智象未來舉辦了Identity-Preserving Video Generation（IPVG）挑戰(zhàn)賽。賽事吸引了北大、上海交大、騰訊等國內(nèi)外頂尖科研及企業(yè)團隊參加，參賽者需要在生成視頻的過程中保持給定身份的一致性，完成人臉或全身身份保持的任務。智象未來擔任本次賽事主辦，是國際頂會對其多模態(tài)視覺生成能力處于世界前沿的權(quán)威認證，彰顯了其研發(fā)團隊在行業(yè)內(nèi)的強大號召力。

智象未來研發(fā)團隊持續(xù)致力于將前沿學術(shù)成果落地，以核心技術(shù)驅(qū)動產(chǎn)品體系迭代升級，并在激烈市場競爭中贏得業(yè)內(nèi)認可。自創(chuàng)立以來，智象未來對行業(yè)變革和市場發(fā)展保持敏銳嗅覺，無論是對基礎(chǔ)模型的研發(fā)創(chuàng)新，還是對產(chǎn)業(yè)化發(fā)展的深度理解，均處于行業(yè)領(lǐng)先地位。此次獲得ACM國際多媒體會議最佳演示獎，更是智象未來在技術(shù)、產(chǎn)品兩側(cè)均具備硬實力的權(quán)威體現(xiàn)，印證了團隊科研成果的前瞻性和突破性。

智象未來成立于2023年3月，由加拿大工程院外籍院士梅濤創(chuàng)立。在堅持自主研發(fā)的同時，智象未來持續(xù)推進高質(zhì)量模型的開源開放，并打造出首個登頂國際權(quán)威榜單的中國自研生成式AI模型。作為多模態(tài)生成式人工智能初創(chuàng)企業(yè)，智象未來正以自主創(chuàng)新為核心驅(qū)動力，持續(xù)推動中國生成式AI技術(shù)邁向更高水平，并以開放、務實的姿態(tài)積極融入全球人工智能創(chuàng)新生態(tài)，展現(xiàn)中國AI技術(shù)實力與創(chuàng)新?lián)敗?/p>