在不久前落幕的2026世界人工智能大會(WAIC)期間，“世界模型”成為場內(nèi)外熱議的高頻詞。目前，大多數(shù)視頻生成模型仍在比拼影視創(chuàng)作能力，而業(yè)界前沿目光已轉(zhuǎn)向一個更具挑戰(zhàn)性的命題，為視頻模型引入物理可交互信號，讓用戶以物理輸入的形式與模型進行交互。有業(yè)界認為，世界與視頻的關(guān)鍵區(qū)別就在于世界是可實時物理交互的，因此一個可物理交互的視頻模型等價于創(chuàng)造了一個世界，也就是世界模型。

　　世界模型應用非常廣泛，它走向產(chǎn)業(yè)風口的真正原因，是源于近兩年的大量的現(xiàn)實需求。產(chǎn)業(yè)界意識到，要讓AI進入工廠車間、駛?cè)氤鞘械缆贰⒆哌M家庭場景，僅靠語言能力遠遠不夠，必須掌握重力、碰撞、摩擦乃至因果關(guān)系等物理世界的基本法則。而在現(xiàn)實環(huán)境中反復試錯成本高昂、風險不可控，世界模型提供的虛擬仿真場，將訓練試錯轉(zhuǎn)移至算力集群，大幅降低落地門檻。此外，世界模型在游戲娛樂、影視內(nèi)容創(chuàng)作、工業(yè)測繪等領(lǐng)域都展現(xiàn)了巨大的應用潛力。

　　業(yè)界普遍認為，2026年是“世界模型元年”。在此背景下，國產(chǎn)世界模型的突破顯得尤為關(guān)鍵。

　　7月16日，WAIC開幕前夕，國家人工智能應用中試基地(具身智能)聯(lián)合華為、魔芯(杭州)科技有限公司于杭州正式發(fā)布MoWorld-3D世界模型，全棧基于昇騰NPU構(gòu)建的交互式三維世界模型正式亮相。MoWorld-3D將走出實驗室，成為即插即用的公共工具，向全行業(yè)開放能力，支撐各領(lǐng)域空間智能應用快速落地。

　　MoWorld-3D的核心能力很直觀，用戶可通過圖像、文本等輸入方式生成具備空間結(jié)構(gòu)的三維場景，實現(xiàn)一套完整的、符合現(xiàn)實物理邏輯的高清3D場景。MoWorld-3D采用相機的六自由度運動作為物理信號，用戶可在其生成的“世界”里行走、轉(zhuǎn)身、環(huán)繞觀測場景全貌。并且所產(chǎn)生的世界中建筑結(jié)構(gòu)、道路走向、物體位置均貼合真實空間規(guī)律。

　　此次MoWorld-3D正式發(fā)布，也是魔芯科技技術(shù)路線的重要里程碑。成立于2021年的魔芯科技，長期深耕4D動態(tài)世界基座大模型研發(fā)，以全國產(chǎn)算力為底座，主攻空間智能核心技術(shù)，產(chǎn)品覆蓋自動駕駛、工業(yè)數(shù)字孿生、影視3D內(nèi)容、具身智能等多個賽道。早在2025年12月，魔芯科技便落地華為(杭州)培訓中心，推出交互式視頻世界模型KOKONI-World原型，完成技術(shù)可行性驗證。2026年7月，魔芯科技再次推出全國產(chǎn)自研世界模型基座MoWorld。這次，基于MoWorld強大的場景生成能力作為基礎，MoWorld-3D實現(xiàn)了架構(gòu)、性能、工程化能力全面升級，實現(xiàn)從實驗室原型到規(guī)模化落地的完整跨越。

　　技術(shù)參數(shù)層面，MoWorld-3D采用28B參數(shù)MoE混合專家架構(gòu)，依托昇騰NPU集群穩(wěn)定運行，推理綜合成本僅為同等規(guī)模進口GPU方案的30%。低成本、高實時性的雙重優(yōu)勢，為具身智能規(guī)?；柧毚蜷_了全新路徑。

　　超高實時交互性能與成本優(yōu)勢，源自魔芯科技與昇騰AI長達一年多的深度聯(lián)合創(chuàng)新。不同于普通視頻模型，世界模型對長序列訓練、多卡并行調(diào)度、推理時延、集群穩(wěn)定性提出嚴苛要求，單純硬件適配無法釋放全部性能。昇騰不僅提供穩(wěn)定可靠的自主創(chuàng)新算力底座，更開放底層算子、并行調(diào)度工具鏈。雙方團隊圍繞昇騰AI基礎軟硬件開展系統(tǒng)性技術(shù)攻關(guān)，完成多NPU協(xié)同調(diào)度優(yōu)化、注意力計算輕量化、混合精度量化、生成算子融合等多層改造，將場景解碼、主干生成任務拆分至多卡并行執(zhí)行，減少顯存冗余搬運與無效計算，最終實現(xiàn)高速低成本的“世界”生成。

　　對于人形機器人、自動駕駛等產(chǎn)業(yè)而言，MoWorld-3D的落地具有重要意義。過去，工業(yè)機器人、服務機器人掌握抓取、避障、搬運等動作，需要在真實產(chǎn)線、居家環(huán)境中成百上千次實操試錯，設備損耗、場地、時間成本居高不下，還存在碰撞傷人、設備損毀的安全隱患。依托MoWorld-3D搭建的數(shù)字仿真訓練場，機器人所有動作演練均可在虛擬空間完成，碰撞、失誤僅產(chǎn)生虛擬損耗，支持高頻次復盤迭代。

　　當全球AI產(chǎn)業(yè)正在加速從會聊天的語言智能向能行動、懂物理的空間智能躍遷，MoWorld-3D依托昇騰算力實現(xiàn)全棧自研突破，不僅為具身智能、自動駕駛、數(shù)字孿生等行業(yè)發(fā)展提供了自主可控的數(shù)字底座，更為空間智能產(chǎn)業(yè)自主化發(fā)展探明了可行路徑。

　　來源：新華網(wǎng)