魔芯科技在世界互联网大会相关论坛发布 4D 世界模型 MoWorld 2.0,基于华为昇腾原生开发。
它和视频生成模型的区别
视频模型输出像素,你看得见但改不动。MoWorld 2.0 输出的是可实时渲染、可反复调用的 4D 高斯资产,支持场景编辑与互动。
这个差别是本质的:像素视频没法给机器人当训练环境,4D 资产可以。物体可以被移动、被施加力、被换材质,物理规律由建模决定而不是由生成模型的先验决定。
建模了什么
重力、弹力、浮力、光照,以及刚体、柔体、流体等对象特性。官方给的推理速度约 70 帧每秒,3D/4D 高斯资产渲染超过 500 帧每秒。
70 帧的推理速度用于实时交互还有距离,用于离线生成训练数据则完全够用。
昇腾原生这件事
在当前算力环境下,国产卡上原生开发不是加分项,是入场券。愿意为一个硬件栈重写底层,说明它瞄准的是有国产化要求的客户,比如工业数字孪生、自动驾驶仿真。
场景路线
机器人训练、自动驾驶、工业数字孪生、影视娱乐,官方说与合作伙伴分步推进验证和交付。
顺序值得注意:机器人训练放第一位,说明它想卖的是仿真环境,不是内容生产。
冷静看
4D 高斯这两年论文很多,工程化落地的少。渲染快不等于物理准,浮力与流体的数值稳定性在长时序里很容易崩。真正要拿它做机器人训练,得先验证仿真到现实的迁移效果,这一步没法靠 demo 视频证明。
本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。