世界模型开始比拼物理常识。十一月四日的世界互联网大会相关论坛上，魔芯科技发布 MoWorld 2.0 这个 4D 世界模型，训练与部署都放在华为昇腾算力基座上。
与七月发布的 1.0 相比，这一版把物理要素塞进了空间建模：除了重力与浮力，弹力、光照、热力也在其中，刚体、柔体、流体、形塑体同样算对象特性。产出的是能实时渲染、能反复调用的 4D 高斯资产，可以直接拿去做仿真。
这意味着它不只生成外观，还要推理物体之间的相互作用。官方举的例子很具体：微风吹动书页、书签滑落地面，系统要把风向风力、纸张柔软程度、书签重量、地板硬度与接触关系一并算进去。这些变量少一个，画面就会失真。
算力层面，魔芯与华为团队在长序列训练、多卡协同调度、推理系统优化三件事上联合打磨。按该公司自己的测试与测算，这套方案的推理成本最低可以降到同等规模 GPU 方案的三成。
性能数字也给了出来：视频推理从 1.0 的最高约五十帧每秒提升到约七十帧每秒；3D 与 4D 高斯资产渲染可达五百帧每秒以上；手机端测试约一百帧每秒。对需要实时交互的场景，这些指标比模型参数量更有说服力。
落地方向分五类。具身智能训练用虚拟环境让机器人反复试错；自动驾驶用统一空间生成雨雪、坑洼、突发障碍等长尾场景；工业数字孪生把产线与矿山转成可编辑资产；城乡规划与文旅做空间展示和虚拟游览；影视游戏则复用场景资产，减少重复搭景。
从演示到生产，还有一道工程门槛：场景要能被编辑、能被打断、能在不同设备上保持一致，这些都比单段视频的观感更难做好。
世界模型的竞争点正在从“生成得像”转向“交互得对”。能否稳定描述力与接触，能否让同一个场景被反复调用而不崩坏，决定了它能不能进生产线，而不只是停留在演示视频里。
文章与图片内容转载网络，如有侵权请联系平台删除
发表评论 取消回复