(相關(guān)資料圖)

新浪科技訊 8月17日下午消息，智象未來今日發(fā)布HiDream-O1-World全模態(tài)交互式世界模型。據(jù)悉，該模型具備漫游、編輯、交互三大功能，支持文本、圖像、交互等多模態(tài)方式輸入。用戶可一鍵生成時(shí)空一致、符合物理規(guī)律、可長時(shí)推演的完整世界。

HiDream-O1-World搭載的是智象自研的原生全模態(tài)（UiT）架構(gòu)。作為核心基座，UiT在交互式世界模型領(lǐng)域公認(rèn)的核心技術(shù)挑戰(zhàn)——時(shí)空一致性與物理一致性上，取得了關(guān)鍵性突破。實(shí)現(xiàn)當(dāng)鏡頭推拉搖移時(shí)，場景空間的幾何結(jié)構(gòu)保持高度穩(wěn)定，物體不會消失或變形；物體間的碰撞、遮擋、重力響應(yīng)高度符合真實(shí)世界的因果邏輯，而非隨機(jī)“猜”出來的畫面拼接。

在由美團(tuán)LongCat團(tuán)隊(duì)與復(fù)旦大學(xué)聯(lián)合推出的交互式視頻世界模型評測基準(zhǔn)WBench最新榜單中，智象HiDream-O1-World在核心的Navi分榜中以平均分80.9的成績登頂榜首，其中在物理（Physical）維度以73.3分位列第一，Consistency（一致性）維度達(dá)88.0分。兩項(xiàng)關(guān)鍵指標(biāo)均位居前列，成為該榜單中綜合表現(xiàn)排名第一的模型。

智象未來CTO姚霆表示：“交互式世界模型的價(jià)值，不在于生成一個(gè)逼真的三維場景，而在于AI開始真正理解空間的深度、物體的質(zhì)感、運(yùn)動的慣性與光影的邏輯，這是對物理世界運(yùn)行規(guī)律的系統(tǒng)性認(rèn)知與重塑”。

標(biāo)簽：