高德发布ABot-World Studio：用文字或图片构建交互式AI世界

高德正式发布了通用世界模型工坊——ABot-World Studio，这是一款融合交互式视频生成与3D场景构建的工具。其突出特点是：用户输入简单的文字或图片，即可快速生成一个看起来照片级真实且支持实时交互的AI数字世界。

技术飞跃

该工坊在技术架构上实现了重大突破。它不仅支持在单张5090 GPU上本地部署，还打破了以往世界模型推理时长的限制。在官方测试中，连续推理运行时间已稳定超过一小时，终于克服了早期模型只能生成短片的尴尬。

两大核心模型

ABot-World Studio集成了两个核心模型：ABot-World0和ABot-3DWorld0。它们共同解决了长序列视频退化问题，并原生输出具有真实几何结构的3DGS空间资产。这意味着生成的世界不再只是像素流，而是具有物理规则和空间深度的“物理实体”。用户可以在照片级场景中自由探索，如同在游戏中一般。

时空传送门

为了提升探索乐趣，该工坊引入了独特的“时空传送门”机制。用户可以在不同3D场景间自由切换，通过“空间传送”将原本孤立的场景连接成无限网络。例如，江南水乡的一扇木门可以直接连接到赛博城市。

开源与应用

目前，ABot-World系列模型已完全开源，并在Reactor和Hugging Face等平台上线。该技术在具身智能训练、电影分镜、文旅和教育等领域具有巨大潜力。它让用户从单纯的“内容观看者”转变为数字世界的主动“参与者”。

要点：

• ABot-World Studio通过文字或图片生成交互式3D世界。
• 在单张5090 GPU上本地运行，支持超过一小时的连续推理。
• 配备两个核心模型，确保长序列稳定性和3D资产生成。
• 包含“时空传送门”机制，实现无缝场景切换。
• 在Hugging Face等平台完全开源。