昆侖天工通向AGI之路：全模態輸入與全模態輸出

近期，昆侖天工重磅發布音樂大模型Mureka V8，這場AI沉浸式音樂會，在行業內掀起軒然大波，更在海外多個國家和地區引發震撼效應。這場無需人類音樂人參與、從旋律創作、編曲配器，到人聲合成、音質優化的全流程AI音樂會，以靈動婉轉的旋律、飽滿細膩的音色，以及精準傳遞情緒的表達力，徹底打破了外界對AI音樂“生硬、模板化”的固有認知，讓行業看到了AI音樂從“可用”向“好用、可商用”跨越的全新可能。

作為昆侖天工全模態布局在音樂領域的重磅升級之作，Mureka V8的突破絕非偶然，而是依托昆侖天工MusiCoT技術體系的持續迭代與深耕。Mureka V8不僅成功填補了AI音樂專業級創作的市場空白，更以低成本、高效率的創作優勢，徹底打破了傳統音樂產業“創作門檻高、制作成本高、變現周期長”的三大困境。

Mureka V8的成功發布，背后是昆侖天工在全模態賽道的長期深耕，更是其堅定奔赴AGI終極目標的一個縮影。如今，AI行業已經徹底告別“野蠻生長”的初期階段，完成了“能用”的核心驗證，行業敘事開始出現清晰的兩極分化：一邊是樂觀派仍在高聲預言AGI（通用人工智能）的到來，堅信隨著技術的持續迭代，算力、數據、算法的瓶頸終將被打破，機器終將擁有與人類同等的通用智能，能夠適配所有復雜場景、完成所有人類可完成的智力任務；另一邊則是愈發明顯的猶疑之聲，部分從業者在經歷了多輪技術迭代的瓶頸后，開始感嘆“AGI已死”，認為AGI只是一個遙不可及的幻想，呼吁行業放下對遠期愿景的執念，將全部焦點回歸當下，深耕單一場景的技術落地與商業價值變現，不要在“虛無縹緲”的AGI愿景上浪費資源。

所謂“黃昏見證真正的信徒”，AGI如今依舊是整個AI行業仰望的終極目標，卻已不再是唯一的敘事中心。在這場關于AGI的“生死思辨”中，大多數企業選擇了隨波逐流，要么放棄AGI愿景，深耕單一模態或淺層場景；要么陷入“純技術研發”的困境，無法實現商業落地，最終在算力、數據的瓶頸下逐漸掉隊。而昆侖天工，作為昆侖萬維旗下的核心AI品牌，始終以實現AGI為核心愿景，沒有隨波逐流選擇退縮，而是堅定扛起AGI的旗幟，在質疑聲中穩步前行。尤為關鍵的是，它沒有盲目跟風，而是精準判斷行業趨勢，選擇了一條被全球業內專家公認的AGI終極形態之路——全模態輸入與全模態輸出，成為國內少數真正落地踐行這一路線、持續推進AGI落地的核心玩家，也成為AI行業“務實主義”的標桿。

要理解昆侖天工選擇全模態路徑的正確性，首先需要看清當前AGI賽道的核心困境與路徑分野。近年來，行業對AGI的質疑聲從未停歇，這種質疑的核心，并非源于對技術迭代的不信任，而是源于對物理世界客觀限制的悲觀主義認知——算力瓶頸難以快速突破、高質量數據稀缺且獲取成本高企、算法迭代陷入平臺期，三大核心要素的限制同時收緊，讓通向AGI的道路布滿荊棘，邊際成本也隨之攀升至多數企業難以承受的高度。

從算力來看，當前大模型的研發與訓練，需要海量的算力支撐，而高端GPU芯片的稀缺、算力成本的居高不下，成為制約AGI發展的首要瓶頸。高昂的算力成本對于大多數中小企業而言，幾乎是無法承擔的投入；從數據來看，AGI的發展需要海量高質量、多維度、多場景的訓練數據，而當前行業內的高質量數據大多被巨頭壟斷，中小玩家難以獲取，且數據標注、清洗的成本極高，低質量數據不僅無法推動模型迭代，反而會拖累模型性能；從算法來看，當前大模型的算法迭代陷入平臺期，雖然在具體場景的精度上有所提升，但在“通用智能”的核心突破上，始終沒有實質性進展，算法的局限性，讓很多企業開始懷疑“AGI是否真的能夠實現”。

面對這樣的潛在桎梏，不同的企業選擇了不同的技術路徑，也構成了當下AGI賽道的核心分野。從行業現狀來看，通向AGI的路徑主要分為三類，三類路徑各有優劣，也對應著不同企業的戰略選擇：

第一類，聚焦單一模態極致突破，深耕文本、圖像、音頻等單一領域，試圖通過單點領先，逐步延伸至全場景。

這類路徑的核心優勢是落地快、成本低，能夠快速在單一場景實現技術落地與商業變現，比如專注于文本生成的大模型、專注于圖像生成的AI工具等，都是這類路徑的代表。但這類路徑的局限性也極為明顯——單一模態的能力無法實現真正的通用智能，人類對世界的感知與表達是多維度的，僅靠單一模態的突破，無法讓機器真正理解人類的需求、適配復雜的真實場景，最終只能停留在“專用智能”的層面，難以向AGI邁進。

第二類，走“多模態拼接”路線，將不同模態的技術模塊簡單組合，看似具備了多模態輸入與輸出的能力，能夠處理文本、圖像、音頻等多種數據。

這類路徑的核心優勢是能夠快速搭建起“多模態”的框架，吸引市場關注，短期內能夠獲得一定的流量與融資。但這類路徑的本質的是“偽多模態”，缺乏底層統一的模型架構，不同模態的技術模塊之間相互獨立，無法實現跨模態的協同智能，比如文本生成的內容無法與圖像、音頻精準匹配，圖像識別的結果無法轉化為有邏輯的文本表達，最終只能淪為“噱頭”，無法實現真正的商業價值，更無法通向AGI。

第三類，深耕全模態輸入與全模態輸出，打造底層統一的模型架構，實現文本、圖像、音頻、視頻、3D等多模態數據的原生理解與生成，真正模擬人類的感知與表達能力。

這類路徑的核心優勢是貼合AGI的終極形態，能夠實現跨模態的協同智能，讓機器像人類一樣，同時處理多維度的信息，精準理解人類的需求，適配復雜的真實場景。但這類路徑的門檻極高，不僅需要企業具備強大的底層模型研發能力，能夠打造統一的全模態架構，還需要海量高質量的多模態數據作為支撐，更需要貫通上下游的場景資源，實現“技術-商業”的閉環，才能持續推進研發與落地，這也是為什么絕大多數企業不敢選擇這條路徑的核心原因。

對大多數只做模型研發、缺乏穩定業務反哺、無法實現“技術-商業”閉環的企業而言，退一步選擇前兩類路徑，無疑是更理性的選擇：既能降低研發風險，也能快速實現商業回報，避免陷入“投入巨大、毫無產出”的困境。這像極了一場高風險的德州撲克，看牌往往需要付出高昂的代價，有時甚至會耗盡前期所有積累。面對這樣的代價，棄牌固然是穩妥、理性的選擇，能及時止損、保住現有籌碼，卻永遠看不到下一張牌的模樣——而那一張未被看到的牌，或許就是打破格局、奠定勝負、實現AGI突破的關鍵一手。

這場行業分野的內核，從來都不是“誰更相信AGI”，而是“誰付得起相信AGI的成本，誰選對了通往AGI的正確路徑”。不同于多數玩家的退縮與路徑妥協，昆侖萬維旗下的昆侖天工，沒有選擇向后撤退，也沒有局限于短期落地的淺層路徑，而是堅定選擇了全模態輸入與全模態輸出這一終極方向，朝著AGI的終極目標一路跟到底。

這份堅持的背后，從來不是盲目樂觀，而是源于昆侖天工貫通AI產業鏈上下游的深厚積淀，更是其對“數據密度×算法精度×場景厚度”乘積效應的深刻認知。昆侖天工認為，未來AI產業的競爭，早已告別單一維度的比拼，而是進入“乘積效應”的競爭時代——數據密度決定了模型的訓練質量，算法精度決定了模型的核心性能，場景厚度決定了技術的落地價值，三者相輔相成、缺一不可，只有實現三者的有機結合，才能真正推進AGI的落地。

而高質量的垂類數據，更是打破“技術停留在Demo、無法落地業務”的關鍵突破口——脫離了真實場景的垂類數據，再精密的算法也只是空中樓閣，無法創造真正的商業價值；而唯有扎根行業、沉淀足夠多的高質量垂類數據，才能讓AI技術從“實驗室”走進“產業場”，實現從技術到價值的轉化。也正因為如此，昆侖天工始終注重在真實商業場景中沉淀數據，這也成為其敢于“all in”全模態路徑的核心底氣。

目前，國內真正具備全模態完整布局與落地能力的企業，寥寥無幾，僅有字節跳動與昆侖天工等公司。這些企業的共同優勢，在于既具備強大的底層模型研發能力，又擁有豐富的場景資源與數據積淀，能夠實現“技術-商業”的閉環，持續推進全模態技術的迭代與落地；而兩者的差異化在于，字節跳動依托自身的流量生態，聚焦C端場景的全模態落地，而昆侖天工則依托昆侖萬維的出海優勢與垂直場景積淀，聚焦“全模態+出海”和“全模態+垂直產業”的落地，走出了一條獨具特色的全模態發展之路。

在AI行業，很多企業的全模態布局停留在“概念炒作”層面，動輒宣稱“實現全模態突破”，卻拿不出實質性的落地案例與數據支撐，最終只能淪為“曇花一現”。而昆侖天工的全模態布局，從不玩概念、不搞噱頭，始終堅持“務實落地、商業變現”的核心原則，其全模態輸入輸出的AGI業務形態，早已通過昆侖萬維的財報數據與各業務線的實績，得到了充分驗證，用實打實的數字，彰顯了自身的硬實力。

昆侖天工以實現AGI為核心愿景，構建了全面且深入的全模態布局，自研并發布了8大核心大模型，覆蓋文本、多模態、視頻、音樂、音頻、3D、代碼、Agent等多個核心領域，多項AI業務進行了密集迭代。例如，發布多模態推理模型Skywork-R1V 3.0；發布并開源自回歸多模態統一模型Skywork UniPic，又推出升級版Skywork UniPic2.0；開源3D世界生成模型Matrix-3D；發布天工超級智能體核心引擎Skywork Deep Research Agent V2等，形成了“底層架構-技術能力-場景落地”的完整體系，實現了從技術研發到商業變現的閉環，每個模態的技術都有對應的落地場景與商業回報，真正做到了“技術有用、商業可行”。

其次，從各全模態業務線的具體數據來看，昆侖天工的全模態技術已經實現了規模化落地，每個業務線都取得了亮眼的成績，形成了多點開花的格局：

Skywork Super Agents天工超級智能體（多模態核心落地產品）：天工超級智能體目前已連接430家權威機構的數據源，涵蓋政務、金融、教育、醫療等多個垂直領域，能夠為用戶提供可信、可溯源、可定制的專業信息支持與多模態辦公賦能。Skywork Super Agents能夠一站式生成文檔、PPT、excel、網頁、播客和音視頻多模態內容，在GAIA榜單上排名全球第一，以“5分鐘生成30頁可溯源PPT”的核心能力收獲市場青睞，40%的日活用戶鐘情于這一效率革命工具，真正實現了“AI Office智能體”對傳統辦公模式的顛覆。2月4日，昆侖天工面向全球發布天工Skywork桌面版，即桌面端應用Skywork Desktop。

「天工Skywork桌面版」直接在本地執行任務，無需上傳文件到云端。它可以直接讀取電腦上的海量文件，進行匯總、整理，并基于內容生成新產物。同時，它以“內容理解”為核心，而非“文件格式”：無論是圖片、視頻、表格、PPT 還是各類文檔文件，都能在統一語義層下被理解、歸類、執行任務，且支持多任務并行。

AI音樂Mureka（音樂+音頻模態核心落地產品）：作為昆侖天工在音樂、音頻模態的核心布局，Mureka系列模型（含最新發布的V8版本）依托MusiCoT技術體系，實現了AI音樂、AI音頻的專業級生成。Mureka年化流水約1200萬美元，全球訪問量增速穩居行業第一，2025年11月首次實現扣減營銷費后毛利為正，標志著AI音樂業務已經實現了可持續的商業變現。目前，Mureka系列模型已廣泛應用于音樂發行、短視頻配樂、影視配樂、游戲配樂等多個場景，與海內外眾多中小音樂公司、短視頻平臺達成合作，成為音頻創作領域的核心工具。

AI社交Linky（多模態+AI社交模態核心落地產品）：Linky作為昆侖天工全模態技術在社交領域的落地載體，融合了語言、圖像、音頻、視頻等多種模態能力，為全球用戶提供多模態的社交體驗，用戶可以通過等多種方式進行互動，還可以通過AI生成個性化的社交內容（如AI頭像、AI短視頻、AI語音）。截至2025年三季度末，Linky累計下載量突破2000萬次，覆蓋全球100多個國家和地區，單月最高收入超100萬美元，其中海外收入占比高達95%，成為昆侖天工全模態業務出海的又一核心抓手。

3D大模型與代碼大模型（前瞻布局模態）：除了已實現規模化落地的業務線，昆侖天工在3D、代碼等前瞻模態的布局也在穩步推進。其中，3D大模型目前已實現簡單3D模型的生成與虛擬場景的搭建，能夠應用于游戲制作、虛擬人等場景，目前正與多家游戲公司達成合作，進行試點落地；SWE代碼大模型則具備強大的代碼生成、調試、優化能力，能夠支持多種編程語言，為程序員提供高效的開發輔助，目前已接入多家科技公司的開發流程，大幅提升了開發效率。

昆侖天工全模態業務能夠實現多點開花、規模化變現，核心優勢在于其底層統一的全模態架構——不同于其他企業的“多模態拼接”路線，昆侖天工打造了支持全模態處理的統一大模型架構，打破了不同模態之間的數據壁壘，實現了文本、圖像、音頻、視頻、3D等多模態數據的原生理解與協同生成。這種底層統一的架構，不僅提升了模型的訓練效率與性能，更實現了不同模態技術的協同聯動，讓全模態能力能夠更好地適配復雜的真實場景。

與此同時，昆侖天工的全模態布局，始終依托真實商業場景沉淀的垂類數據，形成了“研發-落地-變現-迭代”的良性閉環。依托昆侖萬維的生態積淀，昆侖天工扎根AI短劇、AI音樂、AI社交等多個垂直領域，構建了成體系的產品線，沉淀了海量高質量的多模態垂類數據——這些數據與真實商業場景深度綁定，涵蓋不同國家、不同行業、不同用戶的需求，成為其全模態模型迭代的核心“燃料”。通過這些數據的反饋，昆侖天工能夠快速優化模型性能，提升技術的落地適配能力，進而推動商業變現，再將商業變現的收益投入到研發中，形成良性循環，為其持續推進AGI落地提供了持續的動力支撐。

客觀而言，現階段的全模態探索仍處于進階階段，無論是昆侖天工還是其他少數踐行者，都尚未在底層模型上實現對所有模態數據的統一原生處理，距離真正的AGI還有很長的路要走。但不可忽視的是，昆侖天工已經在應用和產品層面，構建了整合多模態能力、服務于完整場景的成熟體系，實現了多個領域的局部突破與驗證，相較于國內其他玩家，已經形成了明顯的差異化優勢。

現階段，昆侖天工面臨的核心考驗，將是如何把這些局部的成功，擴展為跨模態、跨場景的協同智能，如何進一步提升模型在開放場景中的泛化能力。具體而言，就是如何讓不同模態的技術更好地協同聯動，比如讓AI短劇的劇本生成、音頻合成、視頻制作實現更精準的匹配，讓AI音樂能夠更好地適配AI短劇、AI社交等場景，讓全模態模型能夠快速適配新的行業場景，滿足不同用戶的個性化需求。這既是其全模態布局能否最終獲勝的關鍵，也是其通向AGI的核心必經之路。

面對這一考驗，昆侖天工的差異化破局之道，就在于其“務實落地”的核心理念——不追求“虛無縹緲”的技術噱頭，不盲目對標巨頭的長板，而是始終保持清醒的自我認知，避開算力內卷的紅海，像敏銳的開拓者般，主動探尋未被挖掘的市場藍海，聚焦自身優勢，打造差異化競爭力，這也是它被媒體賦予“AI現實主義者”這一鮮明標簽的核心原因。

在巨頭林立的AI行業，昆侖天工的差異化優勢主要體現在三個方面：

第一，戰略差異化：避開巨頭內卷，聚焦“全模態+出海”的藍海賽道。

當前，國內AI巨頭大多聚焦于國內C端流量場景，陷入了算力比拼、流量爭奪的內卷紅海，而昆侖天工聚焦海外中小市場與垂直場景。海外中小市場雖然單個市場規模不大，但整體市場空間廣闊，且缺乏強大的本土AI玩家，巨頭的布局也相對薄弱，昆侖天工的全模態技術，恰好能夠滿足海外中小用戶、中小商家的需求，比如海外短視頻創作者的配樂需求、中小商家的AI營銷內容生成需求等，從而快速實現市場滲透，形成差異化的競爭優勢。截至目前，昆侖天工的全模態業務已覆蓋全球150多個國家和地區，海外收入占比高達93%以上，成為國內AI企業出海的標桿。

第二，路徑差異化：拒絕“偽多模態”，堅持底層統一的全模態架構。如前文所述，當前很多企業的多模態布局都是“拼接式”的，缺乏底層統一架構，無法實現跨模態協同，而昆侖天工則堅持打造底層統一的全模態架構，從根源上實現多模態數據的原生理解與生成，這種路徑雖然難度更大、投入更高，但卻是最接近AGI終極形態的路徑，也是最具長期競爭力的路徑。隨著技術的持續迭代，這種底層架構的優勢將愈發明顯，能夠更好地支撐跨模態、跨場景的協同智能，實現從“專用智能”向“通用智能”的跨越。

第三，商業差異化：堅持“技術-商業”閉環，拒絕“純研發燒錢”。不同于國內部分AI企業“只研發、不落地”“燒錢換流量”的模式，昆侖天工始終堅持“技術落地為先、商業變現為王”的理念，每一項全模態技術的研發，都對應著明確的商業場景，每一個大模型的發布，都有對應的落地產品與變現路徑。從AI短劇、AI音樂，到AI社交，昆侖天工的全模態技術已經實現了規模化的商業變現，形成了“研發-落地-變現-迭代”的良性閉環，能夠依靠自身的商業收益，持續支撐研發投入，無需過度依賴融資，這種“務實落地”的商業模式，讓其在行業周期波動中，能夠保持穩定的發展態勢，也讓其能夠持續推進AGI的長期布局。

除此之外，昆侖天工的差異化優勢，還源于其貫通AI產業鏈上下游的完整布局。昆侖天工的AI短劇、AI音樂產品，能夠通過昆侖萬維的海外分發渠道，快速觸達全球用戶；昆侖天工的全模態技術，能夠與昆侖萬維的游戲、社交等業務深度融合，實現協同發展，進一步提升商業價值。這種產業鏈上下游的協同優勢，是很多純研發型AI企業無法比擬的，也是昆侖天工能夠快速實現全模態技術落地與商業變現的核心支撐。

展望未來，AGI的道路或許漫長且充滿荊棘，算力、數據、算法的瓶頸仍將在很長一段時間內存在，行業的質疑聲也不會消失，但選擇了正確路徑、手握核心籌碼的昆侖天工，已然站在了AGI賽道的前列。隨著全模態技術的持續迭代與場景落地的不斷深化，昆侖天工有望逐步突破技術瓶頸，實現跨模態、跨場景的協同智能，進一步完善全模態布局，推動全模態技術在更多垂直領域的落地應用，創造更大的商業價值。

如果未來五年，國內要跑出能夠在商業化落地與復雜場景應用中，持續驗證AGI能力的標桿樣本，那么昆侖天工無疑是最具潛力的競爭者之一。作為國內少數真正踐行全模態輸入與全模態輸出的玩家，它具備底層統一的模型架構、全面的多模態布局、海量的垂類數據積淀，以及成熟的商業閉環能力。這種“技術研發-場景落地-商業變現-數據沉淀”的良性循環，正是推進AGI落地最需要的核心能力，也讓昆侖天工在通向AGI的道路上，走得比多數玩家更穩、更遠。