新闻 动态

动态00后浙大博士把4D世界模型首次塞进手机!

林永福 阅读约 3 分钟 490157 阅读
动态00后浙大博士把4D世界模型首次塞进手机!
配图:动态00后浙大博士把4D世界模型首次塞进手机!

新闻导读

动态00后浙大博士把4D世界模型首次塞进手机!收藏能建文件夹,按“给父母/给孩子/自己深挖”分开,转发效率高。分类能按学科,也能按生活场景找,通勤或睡前翻两篇都不累。内容更新偏稳,宁缺毋滥,注水感不强。成熟的产品气质比花哨运营更让人心甘情愿留下。后面会继续追专题,尤其是那些可迁移的硬核基础。

后来AI能生成视频了,Sora们开始造出能动的画面。但本质上,那还是一段录像带,它的视角是选定的,不会变,你不能走过去看看那栋建筑背后长什么样。 而MoWorld做的事情,是把一张照片变成一个「可以走进去」的世界。或者用更技术的话说,叫原生重建4D世界模型,它从一开始「原生」生成的就是一个4D空间。 你给它几张普通手机拍的照片,甚至几段随手拍的视频。MoWorld不会简单地「复制」画面,而是去理解这些画面背后的空间结构——那堵墙在哪儿?那张桌子离镜头多远?桌子后面被挡住的部分长什么样? 然后,它会基于这种空间理解,把平面的图像扩展成一个三维空间。你可以在这个空间里前进、后退、转弯,看到照片里没有直接展示过的角度和区域。 猫在摇尾巴?好,当你切换到侧面视角的时候,尾巴的摇晃动作依然是连续的、符合空间逻辑的。你绕到猫的背后,猫不会突然僵住。它该怎么动还怎么动,只是你观察的角度变了。 模型不仅知道物体在哪里、长什么形状、从不同角度看应该是什么样子,还知道物体正在怎么运动、动作在不同视角下怎么连续呈现、场景随时间发生了什么变化。 就像《黑客帝国》里Neo躲子弹那个经典镜头:模型根据少量图像恢复场景和物体的空间关系,从不同角度生成连续、稳定的环绕视图。 魔芯科技最值得关注的一点,恰恰是它在应用落地上的领先——摸小宠只是其中一个消费级入口,MoWorld已经在多条产业线上同步推进,多个合作项目进入技术验证和具体实施阶段。 具身智能训练。以前训练一个机器人抓取、避障、搬运,需要在真实环境里反复试错。设备损耗、场地成本、还有碰撞伤人的安全隐患。 MoWorld搭建的数字仿真训练场,可以让机器人在虚拟空间里完成所有动作演练,碰撞和失误只产生虚拟损耗,支持高频次复盘迭代。 自动驾驶。MoWorld可以在3D空间中调整道路环境、交通参与者和物体运动状态,特别适合生成那些现实中成本高、风险大、难以重复采集的长尾场景。例如雨雪天气、坑洼路面、突发事件。3D/4D资产可以方便地调整、复用和重新渲染,提高训练数据的生产效率。 工业数字孪生。工厂产线、矿山等场景中,MoWorld可以将真实环境快速转化为空间资产,用于设备布局调整、改造方案预演、远程培训和异常场景模拟。 MoWorld的价值不是单纯地「画面更好」或「帧率更高」,而在于它能以低成本方式生成高质量、可复用的3D/4D空间资产,让这些资产真正流入产业系统被反复使用。 确实不全是手机在算,摸小宠背后是一条端云协同的链路:照片上传到云端,昇腾NPU上的扩散模型先生成高质量3D高斯模型——这一步算力需求大,交给服务器。 然后魔芯科技做了一个「瘦身版」MoWorld-2.0-Flash,约6亿参数,经过量化裁剪和算子适配,直接跑在Mate 90的麒麟芯片上。最终渲染呈现也在手机端完成。 一部分计算搬到手机上,云端负载就下来了,运营成本随之降低。对一个面向普通消费者的应用来说,这一点决定了它能不能大规模铺开。 输出的东西能用了。MoWorld生成的不再只是「好看的3D视频」,而是标准化的3D/4D高斯资产,可以直接导入游戏引擎、影视制作系统、数字孪生平台、机器人训练环境。生成一次,到处调用。 场景还能改。增删物体、调整位置、切换天气,同一条街可以一键从晴天变暴雪,同一个影视场景换道具换镜头,不用从头重建。 过去,世界模型一直漂在实验室和论文里,从Sora到Atlas,大家讨论的都是能力多强、效果多好,但很少有人认真回答一个问题:普通人什么时候能用上? Atlas和MoWorld有不少共同点:都可以用少量普通照片作为输入,都能输出三维场景结构,都支持自由浏览和新视角合成,都利用大模型来补全有限观测之外的空间信息。 物理交互能力。MoWorld已经将重力、弹力、刚性等物理属性引入生成空间,物体能够对用户动作做出基于物理逻辑的响应。而Atlas目前更侧重于空间结构和多模态理解。 推理效率与成本。MoWorld在推理速度和成本控制上具有优势。基于国产昇腾NPU的部署路线让它的推理成本只有进口GPU方案的30%,并且已经探索出了手机端侧运行的能力。 可以说,如果Atlas代表了世界模型在「空间理解深度」上的国际标杆,那么MoWorld的核心优势不仅在模型能力上不遑多让,更在应用落地上全面领先—— 陈天润在Science、Nature Photonics、IEEE TPAMI等顶级期刊,以及ICCV、CVPR、ICML、SIGGRAPH等顶级会议上发表高水平论文50余篇。2022年获得共青团中央科技创新最高奖项「中国青少年科技创新奖」,是浙江省高校唯一获奖者。 他在央视的采访中说过一段话:「世界模型更像是给机器提供一个理解世界的大脑,让机器去理解它所在的环境,就像人一样,给机器提供了预测下一个世界状态的能力。这是一种冒险,但是冒险背后是我们真切地拿着这把舵在开这艘船,所以我相信既然这个舵掌握在我们手上,希望能够把这艘船开得很远。」 从2025年底到2026年9月,魔芯科技在9个月内连续完成5轮融资,最新一轮融资规模达10亿元量级,公司估值已经逼近100亿元。投资界的评价是,这是世界模型赛道上跑得最快的中国选手之一。

相关标签

免责声明:本文内容来自公开报道与编辑整理,仅供参考。转载请注明出处;版权争议请联系本站核实处理。页面地址:http://www.gxycedu.cn/te_inform?id=jusaf4-ol3s1c

评论区

热门讨论 · 占位展示
说说你的看法…
发表评论
  • 用户
    读者1号
    长条目拆成上下篇,通勤读完一篇刚好,到站不憋屈。关键术语会顺手用白话解释一句,不太劝退小白。图示和类比都挺到位,读完往往能记住核心观点,而不是只剩“好神奇”。搜索支持问题句,定位比纯关键词好用不少。用数据帮你看见盲区,而不是制造焦虑榜单。真实路径走下来,优点大多能稳定复现。
    20261007 · 来自移动端
  • 用户
    李子兵
    正误对照版块扫一眼就能建立框架,特别适合转给没空读长文的人。关键术语会顺手用白话解释一句,不太劝退小白。纠错入口找得到,肯改、改得透明,比完美人设更让人信。有种被好好对待的感觉,而不是被算法拽着满世界乱跑。无论新手还是熟手,都能比较快找到自己的节奏。
    2026-10-07 07:06:33
  • 用户
    热心网友
    张行和妻子的故事情节,内容值得关注,期待后续更新。
    20261007

期待你的精彩发言。