2026年5月20日，由量子位主办的第四届中国AIGC产业峰会在北京隆重举行。本届峰会以“@所有人，马上AI起来”为主题，汇聚近20位产业与学术界顶尖专家、企业领袖，共同探讨生成式AI、大模型技术与行业落地的未来趋势，现场观众超千人，线上直播观看人数近千万，吸引了主流科技媒体的广泛关注与报道。
复旦大学特聘教授、上海创智学院院长助理、模思智能（MOSI）创始人 邱锡鹏教授 受邀参加本次峰会并发表主题演讲**《MOSS多模态模型及其推理优化》**，与行业同仁分享前沿技术洞见。
邱教授指出，未来我们一定会进入泛情境智能时代，其中非常重要的就是交互。未来的多模态模型需要去充分理解情境，要面对更长的上下文、更大的Token消耗量和更多的实时推理需求。以下为本次发言亮点精华提炼在 “MOSS多模态模型及其推理优化” 的分享中，邱教授围绕多模态大模型的能力边界、实时交互需求和未来智能时代的关键技术方向，提出了多项核心观点：
AI 将进入泛情境智能时代，交互会成为关键部分
未来更强大的AI必须具备对广义context（情境）的深度理解能力，而人与AI之间的交互将成为智能系统价值的重要体现。多模态理解不仅限于文字，还需涵盖视觉、音频等信号，使AI能够理解用户所处的全局情境。
实时交互下的多模态模型挑战
面向实时交互的多模态AI，需要处理更长的上下文、更复杂的信息维度，同时满足高性能、低延迟的推理需求，为模型架构和推理设计带来全新挑战。多模态Token的消耗远高于传统文本或编码任务，对模型和推理框架提出更严格要求。
视频与时序推理将成为核心能力
视频理解在信息密度和时序逻辑上具备独特优势，是未来多模态交互系统的核心能力之一。
MOSS系列模型创新亮点
MOSS-VL采用cross attention结构，实现视频流持续输入，文本模型按需获取动态视觉信息，使交互更自然；MOSS-VL 开源发布：交叉注意力架构驱动视频理解新范式，Open MOSS 多模态生态再添核心拼图
MOSS-Audio致力于在更广义的情境中，不仅听清语音内容，还理解场景与情感等复杂信息；在ASR、speech caption与带时间戳ASR等任务中已达到一线专用模型水平；MOSS-Audio：一个模型，听懂所有声音
MOSS-TTS构建了覆盖语音合成、轻量化、声音设计与实时性需求的端到端能力，其基于纯Transformer架构的audio tokenizer已被广泛使用，开源后下载量超过百万。MOSS-TTS Family正式发布！真正生产级全场景覆盖：复刻、长语音、对话、指令、音效
邱教授在演讲中强调，未来智能交互系统应实现视觉理解、语音理解和语音输出的无缝融合，构建面向情境交互的端到端模型，这是AI走向更广泛应用的关键一步。