用户的交互输入输出不仅仅是图片或者文字，会有各种各样的形态的输入输出，因此需要对这样的感知去做多层次多方位的理解，甚至需要对空间去进行全面的感知苹果入驻超3000家Apple授权专营店

相比数字世界中的大模型，MogoMind可以视为物理世界的实时搜索引擎，通过接入物理世界实时动态数据，MogoMind形成全局感知、深度认知和实时推理决策能力，能够从数据中抽取意义、从经验中学习规则、在场景中灵活决策。例如，用户输入黄昏、柔光、边缘光、暖色调、中心构图等关键词，模型可自动生成金色的落日余晖的浪漫画面。目前，该模型单次可生成5s的高清视频，用户可通过多轮提示词进一步完成短剧制作，未来通义万相还将继续提升单次视频生成的时长，让视频创作更高效。使用冷色调、硬光、平衡图、低角度的组合，则可以生成接