文丨田雨
日前，高德正式发布通用世界模型工坊ABot-World Studio，并同步开启测试。
据悉，该产品将交互式视频生成与3DGS（3D Gaussian Splatting，一种三维场景重建和实时渲染技术）场景生成整合至同一产品。用户只需输入一段文字或一张图片，即可生成可实时交互、可分享的AI世界，并支持导出视频和3DGS文件。
官方数据显示，在实测环境下，单次连续推理已稳定运行超过1小时，期间未出现崩溃或画面质量衰减。相比之下，目前多数世界模型产品的连续生成时长仍停留在约1分钟左右。
另外，上述模型的另一项特点是引入了“时空任意门”机制。用户可通过场景中的任意门，在不同3D世界之间自由切换，实现多个场景的连续探索，而非局限于单一空间。
当前，世界模型主要沿着两条技术路线发展。一类侧重交互式视频生成，强调沉浸式体验和实时交互，但交互通常随着视频结束而终止；另一类聚焦3D场景生成，能够构建高保真的空间资产，但不同场景之间相互独立，缺乏连续探索能力。
高德表示，ABot-World Studio首次将交互式视频生成与3DGS场景生成统一到同一产品中，在实现实时交互的同时，保留可持续探索的空间资产。
针对生成过程中容易出现画面崩坏的问题，ABot-World Studio支持第一人称和第三人称视角的小时级连续推理，并保持与首帧接近的画面质量。官方介绍称，模型基于对真实物理规律的建模，生成的世界能够根据用户操作实时反馈和演化，而非仅播放预生成的视频内容。
在3D场景生成方面，ABot-World Studio可直接输出具备真实几何结构的3DGS空间资产，生成的场景既具有照片级视觉效果，也拥有可探索的空间深度和物理边界。所有生成的3D世界均支持保存和分享，并可通过“任意门”机制相互连接，形成可持续扩展的公共世界库。
底层模型方面，ABot-World Studio基于ABot-World系列通用交互式世界模型，包括负责视频生成的ABot-World0和负责3D生成的ABot-3DWorld0。
其中，ABot-World0将场景漫游与角色控制进行一体化建模，通过优化算法缓解长时间推理中的误差累积，以提升控制精度和连续生成能力。ABot-3DWorld0则与此前发布的ABot-Earth0.5采用相同推理路径，实现室内、街景及城市航拍等不同尺度空间的一体化生成，并采用“生成—评估—修复”的模块化设计，以提升长时序场景生成的稳定性。
高德表示，ABot-World系列模型均支持在单块消费级GPU上完成本地推理，无需依赖专用算力，目前相关模型已全面开源。
应用场景方面，高德认为，该产品可用于具身智能机器人的仿真训练，为机器人提供可交互的训练环境；在内容创作领域，可辅助游戏世界搭建以及影视分镜制作，将创意验证周期由数周缩短至小时级；在文旅和教育领域，则可让用户以第一视角探索历史场景、文化遗产或艺术作品，实现更加沉浸式的交互体验。
从行业趋势来看，世界模型被认为是Physical AI（物理AI）的重要基础能力。相比传统地图提供导航服务，世界模型能够理解、模拟并预测真实物理世界，为AI Agent、机器人、自动驾驶等提供可交互的数字环境。
对拥有地图和空间数据积累的高德而言，布局世界模型，或许意味着其正将地图能力进一步延伸至空间智能领域。
