昊梵体育网

世界模型最难的一小时,高德跑通了

这段时间体验了一圈国内外主流的世界模型,有个深刻的感受:现在的赛道虽然热闹,但普遍存在偏科。交互式视频模型沉浸感强,但大多仅能稳定输出60秒内容,误差持续累积后画面扭曲、场景漂移;3DGS场景模型空间保真度高,可生成世界相互割裂,可是无法实现连贯跨场景探索。

高德全新上线ABot-World Studio,它推出了两个核心模型:ABot-World-0和ABot-3DWorld-0。前者专注于从视频素材中生成60秒的长视频,后者则直接从3DGS数据中产出可交互的3D场景。

业内做世界模型的很多,但大多停留在几秒Demo阶段,看似视觉效果惊艳,却始终卡在长时序可持续运行的落地门槛。世界模型的真正技术壁垒,其实是长时间运行下的时空逻辑统一性。

ABot-World-0的突破,在于攻克了“长时序崩坏”这一行业短板,在保证画质的前提下,把推理时间延长到了工程可用级别。这背后折射出一个行业趋势:世界模型的竞争焦点正转向稳定性竞赛,过去大家比拼的是谁生成的画面更精美,现在比的是谁构建的世界能经得起时间的考验。这种跨越,是具身智能和游戏开发从实验室走向产业化的关键一步。

翻看技术文档,我发现了一个很反常识的细节:ABot-World Studio实现了在消费级单卡上的实时推理。要知道,也只有英伟达这样的算力巨头在这个领域还在琢磨怎么规划算力,其他的世界模型都会有限考虑模型生成视频的美观,而放弃在算力上的优化。

高德却选择了一条更务实的路径,通过独有的算法创新克服长时推理过程中的误差累计问题,把庞大的计算需求压缩到了普通显卡能承受的范围。它的“小时级推理”能力,实测单5090消费级显卡本地部署,连续运行超1小时画质、空间逻辑无衰减。

无论是文旅教育中穿越回古代街市,还是游戏开发中零预设的自由探索,亦或是为机器人提供的仿真训练场景,所有落地场景的底层,都要依托小时级稳定推理能力实现。

不同于转瞬即逝的AI虚拟场景,ABot-World Studio同时支持3DGS场景的生成,生成的世界可以被多人共享、永久留存,并且能像网页一样随意跳转。

抛开其他来看,高德这次没有局限于追逐表面的画质迭代,还攻克了行业最核心的长时序难题。小时级稳定推理才是世界模型真正的落地钥匙,也让它成功进阶为具备造世能力的底层AI引擎。