7月14日，阿里巴巴旗下高德近日发布通用世界模型工坊ABot-World Studio，并开放测试。该产品将交互式视频生成与3DGS场景生成整合至同一平台，用户输入文字或图片后，可生成支持实时操控、保存和分享的虚拟场景。
据高德介绍，ABot-World Studio可在单张英伟达RTX 5090显卡上本地部署，生成结果能够导出为视频或3DGS文件。目前，其底层ABot-World系列模型已开源，并在Reactor和Hugging Face平台上线。
在长时序生成方面，ABot-World Studio的架构未设置固定推理时长上限。高德称，官方测试中，产品曾在单次任务中连续推理超过1小时，期间未出现崩溃或明显质量衰减。用户可通过第一人称或第三人称视角控制移动，生成画面会根据操作持续变化。
除交互式视频外，ABot-World Studio还可直接生成具有几何结构和空间深度的3DGS场景。用户能够在生成空间中移动和探索，并将场景文件保存或分享，由此形成可持续积累的3D内容库。
该产品还加入了名为“时空任意门”的场景连接功能。用户可在一个3D场景中设置入口，并将其连接至另一个生成场景，从而在不同虚拟空间之间切换。高德试图借此解决交互式视频难以长期保留、单个3D场景探索范围有限等问题。
ABot-World Studio底层由ABot-World系列通用交互式世界模型提供支持，其中包括负责视频生成的ABot-World0，以及负责3D生成的ABot-3DWorld0。
高德表示，ABot-World0将场景漫游和角色控制纳入统一模型，通过算法优化减少长时间生成中的误差累积。ABot-3DWorld0则与此前发布的ABot-Earth0.5采用相同推理路径，可覆盖室内、街景和城市航拍等不同尺度，并通过“生成、评估、修复”的模块化流程改善场景质量。
ABot-World系列模型均支持在单张消费级GPU上完成本地推理，无需依赖专用服务器算力。用户可通过ABot-World Studio测试网站体验相关功能，也可从GitHub获取已开源的模型代码。
在应用层面，高德将其定位于机器人仿真训练、游戏场景生成、影视分镜制作以及文旅和教育内容开发。例如，机器人开发者可使用生成场景搭建模拟训练环境，影视创作者则可将单视角素材转化为可探索场景和多视角画面。
【来源：凤凰网科技】
