ABot-World Studio - 高德推出的通用世界模型工坊
来源：互联网
时间：2026-07-15 22:20:18
ABot-World Studio 是什么
高德最近放出了一个很有意思的东西——ABot-World Studio，一个通用世界模型工坊。简单说，它把交互式视频生成和3DGS场景生成整合到了一起，用户输入文字或图片，就能生成一个可以实时交互的AI世界。最吸引人的一点是，它支持单张5090显卡本地部署，单次连续推理能跑超过1小时，还内置了一个“时空任意门”，能实现无界世界的跃迁。
ABot-World Studio 的主要功能
- ：输入文字或图片，系统就能生成一个实时可交互的AI世界，输出视频和3DGS文件。
文/图生世界
- ：支持WASD和视角控制，世界会随着你的动作实时演化反馈。
实时交互探索
- ：在任意场景中嵌入一个传送门，就能跃迁到另一个完整的3D世界，构建起一个无界探索网络。
时空任意门
- ：同时支持交互式视频生成和真实几何结构的3DGS空间资产生成。
双模态生成
- ：架构层面不设推理时长上限，单次连续推理稳定运行超过1小时。
长时推理
ABot-World Studio 的技术原理
- ：核心思路是把场景漫游和角色控制放在一起建模，再通过算法优化来缓解误差累积，从而实现更长时序的连续推理和精准操控。
ABot-World0 视频生成模型
- ：这个模型和ABot-Earth0.5共享推理路径，用同一套架构贯通室内、街景到城市航拍的全尺度空间生成。更关键的是，它采用了“生成—评估—修复”的模块化设计，确保高保真输出。
ABot-3DWorld0 场景生成模型
- ：全系模型都针对消费级GPU做了深度优化，可以在单张RTX 5090上完成推理，不需要依赖专用算力集群，就能实现小时级的世界生成。
本地轻量化推理
如何使用ABot-World Studio
- ：直接访问ABot-World Studio的官网 https://abot-world.amap.com/ 进入测试页面。
访问官网
- ：上传图片或输入一段文字描述，系统就会生成初始的世界场景。
输入提示
- ：用键盘的WASD和鼠标/方向键，就能进行第一人称或第三人称漫游。
实时操控
- ：在场景中发现或放置一个任意门，就能穿越到新生成的3D世界。
开启任意门
- ：生成的世界可以保存为视频文件或3DGS格式的资产，方便后续二次创作。
导出资产
ABot-World Studio的核心优势
- ：首次把交互式视频和3D场景生成整合在一起，兼顾了实时探索和永久空间资产。
统一双模态
- ：单次连续推理超过1小时，不会崩溃、质量也不会衰减，远超同类产品通常只有1分钟的上限。
小时级推理
- ：本地一张RTX 5090就能跑起来，大幅降低了硬件门槛。
单卡部署
- ：高度还原真实物理规则，世界会随着你的动作精准反馈，而不是简单的被动像素流。
物理一致性
- ：同一套架构覆盖室内、街景到城市航拍，生成具备真实几何和深度感知的场景。
全尺度3D
ABot-World Studio的项目地址
- ：https://abot-world.amap.com/
项目官网
- ：https://github.com/amap-cvlab/ABot-World
GitHub仓库
ABot-World Studio的同类竞品对比
| 对比维度 | ABot-World Studio | Google Genie 2 |
|---|---|---|
推理时长 | 单次连续推理超1小时，无崩溃无质量衰减。 | 生成一致世界长达约1分钟，随后需重置。 |
模态覆盖 | 同时输出可交互视频与可保存的3DGS空间资产。 | 主要输出可交互的3D视频环境，无原生3D资产导出。 |
部署门槛 | 本地单张消费级GPU（5090）即可运行，无需专用算力。 | 目前仅研究预览，未开放本地部署或外部API。 |
世界扩展 | 内置“任意门”机制，实现多世界无界跃迁与编织。 | 单世界内具备长时记忆，但跨世界扩展能力有限。 |
开源生态 | 模型与代码全面开源，已上架GitHub、Hugging Face。 | 未开源，仅通过官方博客与论文展示能力。 |
应用阶段 | 已开放公开测试，可直接用于内容创作与具身训练。 | 定位为研究工具，用于快速原型与AI智能体评估。 |
ABot-World Studio的应用场景
- ：为机器人提供高保真物理仿真训练场，模拟真实环境下的感知与决策。
具身智能训练
- ：支撑游戏地图的无边界动态生成与任意门跃迁机制，突破传统关卡边界限制。
开放世界游戏
- ：把单视角素材快速转化为多机位分镜，把创意验证周期从数周压缩到小时级。
影视分镜创作
- ：用户以第一视角走进名画或历史文明现场，从被动观看者变为场景亲历者。
文旅沉浸体验
- ：构建可交互的虚拟地理与历史教学空间，实现沉浸式探究式学习。
教育实训课堂
