登顶全球权威榜单！浙大创业团队百卡打造开源实时世界模型，视频秒变可交互4D世界

AIGC动态2小时前发布 almosthuman2014

48 0 0

文章摘要

在2024年全球科技界对“世界模型”的激烈角逐中，中国初创企业影溯（InSpatio）发布开源模型InSpatio-World，并在权威榜单WorldScore-Dynamic中力压主流AI巨头，实现从“像素生成”到“物理仿真”的关键跨越。

该模型以轻量化、高效率与强实时性为突破口，在训练成本、推理速度及模型参数规模上均展现出显著优势：仅用数百万元训练周期，即在专业级显卡上实现24FPS推理；百卡算力可完成快速训练，单张RTX 4090显卡即可稳定运行10FPS——大幅降低部署门槛。

其核心技术路径在于摒弃传统2D视频驱动的“视觉统计”路线，转向基于三维空间的“状态锚定建模”，实现观测视角与物理实体的本质解耦；依托显式状态建模、时空自回归框架与联合分布蒸馏等机制，将海量视频中的视觉信息高效凝练为具物理一致性的4D动态世界表示。

这一范式使得世界不再是静态画面序列，而是具备响应性、可回溯、可交互的“数字存在”。

在自动驾驶领域，它推动系统构建可控虚拟世界以闭环优化策略；在VR/AR中，它加速内容自动生成缓解供给瓶颈；在具身智能方向，则赋予机器人在行动前进行多路径模拟与决策推演的能力。

团队由鲍虎军教授领衔学术研究、章国锋教授主导成果转化、刘浩敏博士带领工程落地，形成“从0到1再从1到N”的产学研深度融合闭环。

当前已有数十家机器人、自动驾驶及内容产业巨头展开深度合作意向，显示出该模型已进入产业化加速阶段。

业界普遍认为，这标志着世界模型正从“生成内容”走向“构建世界”，而影溯的突破，正在成为全球AI竞争格局中最具潜力的中国变量。

InSpatio-World通过状态锚定建模实现了从“像素模拟”到“物理仿真”的本质跃迁；其极低算力需求使4D世界建模真正迈向普适化应用；技术路线的成功印证了“架构胜过规模”的关键判断；模型支持自由暂停、精准回溯和即时介入，让动态世界的交互性成为现实；这一范式的演进，标志着AI能力正从‘理解图像’进阶至‘理解因果’与‘规划行动’。