高德发布通用世界模型工坊ABot-World Studio 支持实时交互的AI数字世界

高德地图最近放了个大招——通用世界模型工坊ABot-World Studio正式亮相。这款产品最让人眼前一亮的地方，在于它把交互式视频生成和3D场景构建捏在了一起。用户只需要输入一段简单的文字或一张图片，就能快速生成一个高保真、还能实时交互的AI数字世界。换句话说，以前想搭个虚拟场景得折腾半天，现在几句话就能搞定。

技术架构上，这次终于有了实质性的突破。它不光能在单张5090显卡上本地跑起来，还打破了以往世界模型推理时长的天花板。官方测试里，单次连续推理运行时间已经稳定超过一小时——彻底告别了过去那些只能生成几秒钟“短片”的尴尬局面。要知道，之前很多模型跑个几十秒就崩了，现在能稳定跑一小时，这差距可不是一星半点。

这套工坊的核心，是整合了ABot-World0与ABot-3DWorld0两大模型。前者解决了长时序视频容易崩坏的顽疾，后者则能原生输出带有真实几何结构的3DGS空间资产。这意味着什么？生成的世界不再只是屏幕上的像素流，而是一个拥有物理规则和空间深度的“实体”。用户可以在照片级画质的空间里自由漫游，就像在玩游戏一样，想去哪就去哪。

为了增加探索的趣味性，工坊还搞了个“时空任意门”机制。用户可以在不同3D场景之间随意跳转，把原本孤立的场景通过“空间传送”链接成一个无界的网络。举个例子，你推开江南水乡的一扇木门，门后直接衔接一座赛博城市——这种跨次元的体验，以前只能在科幻电影里看到。

目前，ABot-World系列模型已经全面开源，并在Reactor及Hugging Face等平台上架。从技术落地角度看，它有望在具身智能训练、影视分镜制作、文旅与教育行业大显身手。最关键的是，它让用户从单纯的“内容观看者”，真正转变成了数字世界的“亲历者”。不再是被动接收画面，而是主动走进那个世界。