#生成式世界模型

avatar
sitin
3天前
World Labs 发布一个全新的实时生成式世界模型 只需一张 H100 GPU即可持续生成一个“真实的虚拟世界” 一张 H100 就能跑到 30–60FPS 的交互帧率，你在浏览器里就能自由转动视角、来回走，画面依然 3D 一致、不会散架。这是官方研究预览+在线 Demo 的能力定位。 它跟以前的视频/3D 有啥不一样？ 不搭网格、不堆体素：不走 NeRF、Mesh 那套显式几何管线，直接从图像学“世界”，然后从任意新视角吐出下一帧。听起来像“会画画的相机”。 实时可交互：你动视角它就画下一帧，并且记得你之前看过哪里，回头再看还是那样——官方把这种机制称为空间记忆/上下文调度（context juggling）。 单卡可玩：目标就是单张 H100 实时。行业媒体和开发者圈也在验证与传播这个点。 底层是一个自回归的 Diffusion Transformer： 像“时间上的 GPT + 空间里的渲染器”。 它会把你给的 1–N 张图编码进“世界记忆”，之后每动一下相机就预测“下一帧”，并把新帧再写回记忆里，既连续又一致。 能拿来干嘛？ 游戏/互动内容：动态场景、关卡草图，艺术家边走边预览。 AI 智能体训练：更便宜的可交互环境。 AR/VR 与数孪生：从少量图片快速“生”出可探索空间。 这些都是官方与报道里强调的典型方向。 RTFM = 生成式世界引擎雏形：不搭显式 3D，直接从图像里学世界；单卡实时、可交互且持久一致。如果你做游戏、智能体、AR/VR，值得马上关注和试用。
#生成式世界模型 #H100 GPU #实时渲染 #AI 交互 #虚拟世界