面向多模态认知与具身决策的“闻路”大脑系统：基础模型与领域知识深度融合的安全新架构
人工智能
2025-06-03 v1
摘要
随着人工智能在各行业和场景中的快速渗透，构建下一代智能核心的一个关键挑战在于，在复杂的真实世界应用中有效地将基础模型的语言理解能力与特定领域知识库相结合。本文提出了一种多模态认知与具身决策大脑系统“闻路”，旨在实现私有知识与公共模型的安全融合，统一处理图像和语音等多模态数据，以及从认知到硬件级代码自动生成的闭环决策。该系统引入了类脑记忆标记与重放机制，无缝集成了用户私有数据、行业特定知识和通用语言模型。它为企业决策支持、医疗分析、自动驾驶、机器人控制等提供精准高效的多模态服务。与现有解决方案相比，“闻路”在多模态处理、隐私安全、端到端硬件控制代码生成、自学习和可持续更新方面展现出显著优势，从而为构建下一代智能核心奠定了坚实基础。
引用
@article{arxiv.2506.00570,
title = {A "Wenlu" Brain System for Multimodal Cognition and Embodied Decision-Making: A Secure New Architecture for Deep Integration of Foundation Models and Domain Knowledge},
author = {Liang Geng},
journal= {arXiv preprint arXiv:2506.00570},
year = {2025}
}