新浪科技讯 8 月 17 日下午消息,智象未来今日发布 HiDream-O1-World 全模态交互式世界模型。据悉,该模型具备漫游、编辑、交互三大功能,支持文本、图像、交互等多模态方式输入。用户可一键生成时空一致、符合物理规律、可长时推演的完整世界。
HiDream-O1-World 搭载的是智象自研的原生全模态(UiT)架构。作为核心基座,UiT 在交互式世界模型领域公认的核心技术挑战——时空一致性与物理一致性上,取得了关键性突破。实现当镜头推拉摇移时,场景空间的几何结构保持高度稳定,物体不会消失或变形;物体间的碰撞、遮挡、重力响应高度符合真实世界的因果逻辑,而非随机 " 猜 " 出来的画面拼接。
在由美团 LongCat 团队与复旦大学联合推出的交互式视频世界模型评测基准 WBench 最新榜单中,智象 HiDream-O1-World 在核心的 Navi 分榜中以平均分 80.9 的成绩登顶榜首,其中在物理(Physical)维度以 73.3 分位列第一,Consistency(一致性)维度达 88.0 分。两项关键指标均位居前列,成为该榜单中综合表现排名第一的模型。

智象未来 CTO 姚霆表示:" 交互式世界模型的价值,不在于生成一个逼真的三维场景,而在于 AI 开始真正理解空间的深度、物体的质感、运动的惯性与光影的逻辑,这是对物理世界运行规律的系统性认知与重塑 "。


登录后才可以发布评论哦
打开小程序可以发布评论哦