#24B+2025 年 10 月 30 日证据 A
智源 Emu3.5
北京智源研究院 · 未公开（原生世界模型）
统一“下一状态预测”的世界模型
Emu3.5 用 10 万亿 token 的视觉-语言交错数据训练，生成与编辑接近 Nano Banana，多轮编辑一致性突出。理解不是它的强项。
最后更新于 2026 年 10 月 18 日编辑部评分
结论先行
做视觉叙事、分步图文教程、世界探索视频，Emu3.5 是国产开源里最有想象力的；做 OCR 或图表问答，请绕道。
八维评分拆解
编辑部映射分 · 0–100- 智源 Emu3.580.5
权重：视觉 20 / 文档 18 / 图表 14 / 视频 14 / Agent 14 / 生成 6 / 中文 6 / 生态 8。分数含义与证据来源见方法页。
公开基准与数据
按来源口径，不换算| 基准 / 指标 | 数值 | 说明 |
|---|---|---|
| MME 感知 | 781.1 | 偏低，偏科明显 |
| ImgEdit 多轮 | 4.89 | 高于 BAGEL 4.45 |
| 训练 token | 10T+ | 视觉-语言交错 |
公开分数来自不同版本与提示词设置，不能与本站综合分直接互换；我们仅将其作为评分证据之一。
场景映射
同一把尺子的五项压力测试| 场景 | 映射分 | 观察 |
|---|---|---|
| 中文票据 OCR | 80 · 非强项 | |
| 图表取数 | 76 · 偏弱 | |
| 30 分钟视频问答 | 75 · 偏生成 | |
| 手机 GUI 操作 | 66 · 不支持 | |
| 中文文化理解 | 84 · 视觉叙事语境好 |
优势与局限
优势
- 统一离散 token，生成与理解同构。
- 多轮图像编辑一致性强（ImgEdit 4.89）。
- 长程视觉叙事能力独特。
局限
- 图像理解 MME 感知仅 781.1，偏弱。
- 推理成本高，生成速度受限。
- 产品化与 API 不成熟。
价格与真实成本
关于智源 Emu3.5
智源 Emu3.5 是开源的吗？
许可证：开源（研究许可）。可获取权重，但商用前请核对具体条款与备案要求。
智源 Emu3.5 的价格是多少？
开源，自托管。按本站 8 维评分，它排在第 24 位，综合 80.5 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。
智源 Emu3.5 最适合什么场景？
分步图文教程生成；多轮图像编辑；世界模型研究。
为什么 智源 Emu3.5 的综合分是 80.5？
综合分由 8 个维度按权重加权：视觉 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。它的强项是生成与图像编辑，短板是GUI Agent 与工具调用。
个人榜单 · 非官方评分
本页所有排名、分数与对比均为个人评测榜单，不是官方评分，也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射，换一组权重名次就会变。如有不同意见或发现事实错误，欢迎联系站长：jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。