⚡雷峰网•最新收集於 2h
HiDream-O1-World 打造持久互動世界
💡新世界模型以 80.9 分登頂 WBench Navi，結合互動編輯、長期記憶與物理一致性。
⚡ 30-Second TL;DR
有什麼變化
HiDream-O1-World 支援從文字、圖像或直接操控一鍵生成互動世界。
為什麼重要
這項發布將互動世界模型從短暫的視覺生成推進至持久且可操控的環境。若其一致性表現能在實際產品中維持，將有望應用於遊戲原型、數位孿生、沉浸式媒體、模擬與具身 Agent 訓練。
下一步行動
使用 HiDream-O1-World 重現一個小型 WBench 導航測試，至少進行 20 輪互動並量測物體持續性、鏡頭一致性與碰撞行為。
誰應關注：Creators & Designers
關鍵要點
- •HiDream-O1-World 支援從文字、圖像或直接操控一鍵生成互動世界。
- •使用者可透過第一人稱或第三人稱視角漫遊，並即時編輯角色、天氣、物體與動態事件。
- •模型鎖定長時程的空間與物理一致性，包括穩定幾何結構、碰撞行為、遮擋、重力與物體持續存在。
- •其 Memory 加上 Test-Time Training 設計可在鏡頭移動時維持 3D 結構，並在推理期間適應場景特有的物理屬性。
- •在 WBench Navi 榜單中，模型總分 80.9、Physical 得分 73.3、Consistency 得分 88.0。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •HiDream-O1-World 由智象未來（HiDream.ai）開發，該公司由前京東探索研究院院長梅濤博士創立，專注於多模態生成式 AI 技術。
- •該模型採用了創新的『世界模型』訓練範式，不僅僅是生成視頻，而是通過學習物理規律來預測環境狀態，實現了對 3D 空間的深度理解。
- •在技術實現上，HiDream-O1-World 引入了動態場景圖（Dynamic Scene Graph）技術，能夠在長序列生成中有效解決物體漂移與消失問題。
- •該模型在 WBench Navi 榜單中的優異表現，標誌著國產世界模型在處理複雜物理交互（如重力模擬與碰撞檢測）方面已達到國際領先水平。
- •HiDream-O1-World 的應用場景不僅限於遊戲開發，還被探索用於機器人模擬訓練（Sim-to-Real），為具身智能提供高保真的虛擬環境。
📊 競品分析▸ Show
| 特性 | HiDream-O1-World | OpenAI Sora | Runway Gen-3 Alpha |
|---|---|---|---|
| 核心定位 | 原生互動世界模型 | 視頻生成模型 | 創意視頻生成工具 |
| 互動性 | 高（即時漫遊與編輯） | 低（主要為生成） | 低（主要為生成） |
| 物理一致性 | 強（具備物理引擎模擬） | 中（基於數據學習） | 中（基於數據學習） |
| 榜單表現 | WBench Navi 第一 | 未公開 | 未公開 |
🛠️ 技術深入
- 採用升級版 UiT (Unified Interactive Transformer) 架構，將視覺、動作與物理狀態編碼至統一的潛空間。
- 整合 Memory 機制，利用長短期記憶網絡存儲場景幾何信息，確保鏡頭移動時的空間一致性。
- 實施 Test-Time Training (TTT) 策略，在推理階段根據用戶輸入的物理參數動態調整模型權重。
- 訓練數據集包含大規模 3D 渲染數據與真實世界物理交互視頻，強化了對重力、摩擦力與遮擋關係的建模能力。
🔮 前景展望AI analysis grounded in cited sources
世界模型將取代傳統遊戲引擎的部分開發流程。
隨著模型對物理規律理解的加深，自動生成具備物理交互能力的場景將大幅降低遊戲資產製作成本。
具身智能機器人的訓練效率將顯著提升。
HiDream-O1-World 提供的可交互虛擬環境能為機器人提供更接近真實世界的模擬訓練數據，縮短 Sim-to-Real 的鴻溝。
⏳ 時間線
2023-05
智象未來（HiDream.ai）正式成立，由梅濤博士領軍。
2024-03
發布多模態生成模型，初步展示圖像與視頻生成能力。
2026-07
推出 HiDream-O1-World，並在 WBench Navi 榜單取得第一名。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 雷峰网 ↗