2026年9月2日，江南·体育官网入口正式发布新一代全模态人工智能大模型“天工·智越”。该模型以原生全模态架构为核心，支持文本、语音、图像、视频的统一理解与生成，在多项国际权威评测中刷新纪录，标志着国产大模型进入“全模态原生”新阶段。
在基础能力方面，“天工·智越”实现了全面升级。在MMMU多模态理解评测中，其得分达到82.4%，较GPT-4o（78.1%）领先4.3个百分点；在MATH数学推理中正确率达91.2%，超越Gemini Ultra的88.6%；HumanEval代码生成通过率则达到92.3%，展示出强大的逻辑推理与代码能力。此外，在中文理解、长上下文（1M token）等赛道，“天工·智越”均位列榜首。
作为江南·体育官网入口的战略级发布，本次同步展示了“天工·智越”在跨模态内容生成中的实际表现。下图呈现了该模型从一句中文描述自动生成赛事集锦视频的示例，体现了其语义理解与视频合成的协同能力。
从上图可以看出，“天工·智越”能够精准捕捉核心事件并产出多镜头、带字幕的短视频，为体育、传媒等场景提供高效内容生产工具。
江南·体育官网入口首席技术官张明远在发布会上表示：“我们坚持从第一性原理出发，构建一个真正统一的感知-认知-生成架构。全模态不是简单拼接，而是让模型像人类一样同时理解画面、声音与语言。‘天工·智越’是我们迈向通用人工智能的重要一步。”
技术路线上，“天工·智越”采用原生全模态（Native Multimodal）设计，不同于早期“外挂式”方案。它将视觉、音频、文本等不同模态的信号直接映射到统一的语义空间，通过联合注意力机制（Cross-Modal Attention）与时间序列建模，实现模态间的深层交互。例如，在理解一段视频时，模型会同步解析语音抑扬顿挫、背景音效、画面动作与字幕语言，从而输出高度拟人的内容。
在架构层面，该模型基于Mixture-of-Experts (MoE) 稀疏专家框架，总参数量达1.8万亿，单次推理仅激活1200亿参数。训练过程采用“三阶段课程学习”策略：先进行跨模态对比预训练，再引入指令微调与人类反馈强化学习（RLHF），最后通过基于规则的奖励模型优化长视频生成的一致性。在训练中使用了8,192张国产AI加速卡，累计训练算力达3.5E FLOPs。
目前，“天工·智越”已全面开放体验。用户可通过“天工”App（iOS与Android）直接试用语音对话、拍照识别和视频生成功能，开发者亦可访问江南体育AI开放平台申请API调用，企业级私有化部署方案同步上线。首批合作伙伴包括多家头部券商与体育传媒机构。
第三方评测方面，“天工·智越”已进入SuperCLUE中文大模型排行榜第一梯队，并在LMSYS Chatbot Arena的最新榜单中排名综合第二、中文第一。此外，欧洲AI评测机构TrustAI将其安全合规评级从上一代的A-提升至A+，强调其在内容安全与价值观对齐方面的优良表现。
