ABot-World Studio - 高德推出的通用世界模型工坊

ABot-World Studio 是什么

高德最近放出了一个很有意思的东西——ABot-World Studio，一个通用世界模型工坊。简单说，它把交互式视频生成和3DGS场景生成整合到了一起，用户输入文字或图片，就能生成一个可以实时交互的AI世界。最吸引人的一点是，它支持单张5090显卡本地部署，单次连续推理能跑超过1小时，还内置了一个“时空任意门”，能实现无界世界的跃迁。

ABot-World Studio 的主要功能

• 文/图生世界
  ：输入文字或图片，系统就能生成一个实时可交互的AI世界，输出视频和3DGS文件。

• 实时交互探索
  ：支持WASD和视角控制，世界会随着你的动作实时演化反馈。

• 时空任意门
  ：在任意场景中嵌入一个传送门，就能跃迁到另一个完整的3D世界，构建起一个无界探索网络。

• 双模态生成
  ：同时支持交互式视频生成和真实几何结构的3DGS空间资产生成。

• 长时推理
  ：架构层面不设推理时长上限，单次连续推理稳定运行超过1小时。

ABot-World Studio 的技术原理

• ABot-World0 视频生成模型
  ：核心思路是把场景漫游和角色控制放在一起建模，再通过算法优化来缓解误差累积，从而实现更长时序的连续推理和精准操控。

• ABot-3DWorld0 场景生成模型
  ：这个模型和ABot-Earth0.5共享推理路径，用同一套架构贯通室内、街景到城市航拍的全尺度空间生成。更关键的是，它采用了“生成—评估—修复”的模块化设计，确保高保真输出。

• 本地轻量化推理
  ：全系模型都针对消费级GPU做了深度优化，可以在单张RTX 5090上完成推理，不需要依赖专用算力集群，就能实现小时级的世界生成。

如何使用ABot-World Studio

• 访问官网
  ：直接访问ABot-World Studio的官网 https://abot-world.amap.com/ 进入测试页面。

• 输入提示
  ：上传图片或输入一段文字描述，系统就会生成初始的世界场景。

• 实时操控
  ：用键盘的WASD和鼠标/方向键，就能进行第一人称或第三人称漫游。

• 开启任意门
  ：在场景中发现或放置一个任意门，就能穿越到新生成的3D世界。

• 导出资产
  ：生成的世界可以保存为视频文件或3DGS格式的资产，方便后续二次创作。

ABot-World Studio的核心优势

• 统一双模态
  ：首次把交互式视频和3D场景生成整合在一起，兼顾了实时探索和永久空间资产。

• 小时级推理
  ：单次连续推理超过1小时，不会崩溃、质量也不会衰减，远超同类产品通常只有1分钟的上限。

• 单卡部署
  ：本地一张RTX 5090就能跑起来，大幅降低了硬件门槛。

• 物理一致性
  ：高度还原真实物理规则，世界会随着你的动作精准反馈，而不是简单的被动像素流。

• 全尺度3D
  ：同一套架构覆盖室内、街景到城市航拍，生成具备真实几何和深度感知的场景。

ABot-World Studio的项目地址

• 项目官网
  ：https://abot-world.amap.com/

• GitHub仓库
  ：https://github.com/amap-cvlab/ABot-World

ABot-World Studio的同类竞品对比

ABot-World Studio的应用场景

• 具身智能训练
  ：为机器人提供高保真物理仿真训练场，模拟真实环境下的感知与决策。

• 开放世界游戏
  ：支撑游戏地图的无边界动态生成与任意门跃迁机制，突破传统关卡边界限制。

• 影视分镜创作
  ：把单视角素材快速转化为多机位分镜，把创意验证周期从数周压缩到小时级。

• 文旅沉浸体验
  ：用户以第一视角走进名画或历史文明现场，从被动观看者变为场景亲历者。

• 教育实训课堂
  ：构建可交互的虚拟地理与历史教学空间，实现沉浸式探究式学习。