超越千问、豆包、英伟达，智元自研具身大模型登顶全球榜单
智元自研的具身原生全模态大模型WITA-OmniPreview以85.21分登顶DailyOmni榜单，超越千问、Gemini、豆包、英伟达等模型，在八项细分能力中夺得六项第一。该模型采用端到端架构统一驱动感知、决策与表达，基于千万小时多模态数据训练，为机器人实现自然交互提供技术底座。
智元自研的具身原生全模态大模型WITA-Omni Preview登顶DailyOmni榜单。
先来看一个关键信息。国际权威的具身全模态理解评测榜单DailyOmni，最近放出了最新的测评结果。智元自主研发的具身原生全模态大模型WITA-Omni Preview，凭借在音视频联合理解与时序推理上的硬实力，以85.21分的综合成绩拿下了榜首位置。这个分数，直接超过了千问、Gemini、豆包、英伟达这些国内外主流模型。而且，在榜单划分的八项细分能力中，它一举拿下了六项第一。
这次登顶，分量不轻。它意味着智元在机器人面向真实物理世界的全模态理解与交互能力上，迈出了相当关键的一步。
简单介绍一下DailyOmni这个榜单。业内公认，它是评估音视频时序理解和跨模态推理能力的重要第三方测试。它跟那些侧重图文或短视频理解的评测不一样，大量使用了开放环境中的真实音视频素材。核心考察点在于：模型能否同时融合视觉画面和环境声音，准确识别出声音和画面的对应关系、事件发生的先后顺序，以及跨模态语义的综合理解能力。这些能力，恰恰是未来人形机器人在真实物理空间里，实现自然交互所必须掌握的核心技能。
从“会聊天”到“会互动”
差别在哪？对于人形机器人来说，自然的交互远比在线聊天要复杂得多。它不仅要能“看见”画面、“听见”声音，还得持续判断：这个声音是谁发出的？两个事件哪个先哪个后？现在正在跟谁交互？以及，什么时候该我回应了？
传统机器人通常是怎么做的？用多个独立的模块，分别负责感知、理解和控制。信息在这些模块之间一层层传递，不仅会造成时延，还很容易导致语言、动作、表情之间彼此割裂，看起来很不协调。这可以说是机器人交互体验长期以来难以突破的一个瓶颈。
WITA-Omni的创新之处，就在于它没有简单地把一个大语言模型“装进”机器人里。它的做法，是把物理动作和表情，提升到了和语音输出并列的一级地位。它用了一个原生端到端模型，统一驱动感知、决策和表达。从技术架构上看，它是在Thinker–Talker范式的基础上，进一步扩展出了面向具身输出的Thinker–Talker–Actor架构。
这样一来，对于机器人而言，“理解”和“回应”就不再是两个割裂的步骤，而是变成了一个持续发生、实时联动的整体过程。看、听、说、动，这四个维度第一次真正融合在了同一条时间轴上。
千万小时训练，让机器人理解真实世界
WITA-Omni的领先，并不是单纯靠堆模型参数规模堆出来的。它的背后，是一套面向具身交互而构建的大规模数据体系，以及针对性的训练策略。
在模型训练阶段，WITA-Omni基于千万小时级别的多模态数据进行训练，把原本强大的文本和视觉底座，进一步升级为能够“听得见、看得懂，并且能进行音画联合推理”的全模态模型。
这里还有一个关键问题。公开的音视频数据，通常缺少真实交互中至关重要的信息，比如轮次切换、响应的时机、动作和表情。直接用这些数据去训练端到端的具身交互模型，效果很难保证。所以，智元专门构建了一个以人为中心、面向真实交互场景的大规模高质量全模态数据集。这个数据集完整地保留了声音、画面、语言、动作和表情之间天然的时序关系。模型学到的，不仅仅是“给出一个正确答案”，更重要的是学会在真实场景中判断：该不该回应？什么时候回应？以及，回应谁？
为具身智能构建交互智能底座
这次在DailyOmni榜单上拿下全球第一，直接验证了WITA-Omni在物理世界视听时序理解任务上的独特竞争力。
作为具身智能行业里第一个机器人原生的端到端全模态交互大模型，WITA-Omni的价值并不仅仅在于支持了更多的模态。它的核心贡献在于，第一次把视觉、听觉、语言、动作、表情，统一到了同一个认知状态和同一条时间轴里。这让机器人能够实现持续感知、统一判断和同步表达。
相比传统那种模块化流水线式的交互方式，它推动机器人的交互模式，从“依次调用多个模块”，迈向“统一生成一个完整交互过程”。这种转变，让机器人真正具备了自然交流所必需的在场感、连续性和人格化表达能力。同时，也为具身智能在工业制造、商业服务、公共服务、文旅展演等场景的大规模落地，提供了一个全新的技术底座。
未来，依托WITA-Omni构建的交互智能底座，智元会进一步夯实“三智一体”的技术架构。它与作业智能、运动智能协同联动，持续驱动“本体－数据－模型－场景”这个四维一体的飞轮运转，去解锁更多商业场景、公共服务、影视展演等广阔的应用空间。面向未来，智元会持续迭代WITA硅光动语大模型，不断拉近具身智能与人类沟通的距离，加速具身智能新生产力时代的到来。
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，
Adobe Media Encoder 是 Adobe 面向视频与音频制作流程提供的专业编码和转码工具，可批量处理媒体文件、创建代理、套用输出预设并监控文件夹自动执行任务。它与 Premiere、After Effects、Audition