魔芯科技近日聯合浙江大學潘雲鶴院士團隊及華為,正式推出首個全棧基於國產NPU的實時交互世界模型MoWorld。該模型接收首幀圖像、文本指令與相機軌跡作為輸入,可連續生成符合物理規律與空間邏輯的未來世界狀態,並支持用戶通過類似W/A/S/D的鍵盤操作進行6自由度實時漫遊

在工程指標上,MoWorld在國產NPU平臺上實現了最高50FPS的推理幀率,同時將推理成本壓縮至同規模GPU方案的30%。訓練端,團隊引入超密集註意力並行與長序列Token並行策略,使模型具備2000幀超長序列的訓練與推理能力,有效緩解了超長視頻訓練帶來的顯存瓶頸。

世界模型從學術走向產業,核心瓶頸並非“能否生成”,而是實時交互能力、部署穩定性與成本可控性。MoWorld圍繞這三項指標進行了全鏈路優化:在數據層,團隊基於多年3D/4D建模積累,構建了融合相機軌跡、空間深度等三維信息的可擴展數據生產體系,通過幾何一致性、多視圖穩定性等多維篩選提升語料質量;在推理層,採用流水線執行、層級化序列並行及動態混合精度量化等手段,在14B參數的MoE架構上實現低延遲實時響應。

應用層面,MoWorld被定位為可控的空間模擬引擎,而非單純的視頻生成工具。在機器人及自動駕駛領域,它可充當低成本、高保真的“數字演練場”,為智駕系統提供大量高精度虛擬環境,讓AI在仿真世界中學習與物理環境的交互。在數字內容創作端,創作者可自由調整視角、實時預覽畫面效果,實現影視級運鏡與沉浸式漫遊。此外,模型生成的視頻具備較高的幾何一致性,可直接用於室內場景的三維重建,為數字孿生、建築可視化、虛擬展廳等場景提供兼具精度與性價比的解決方案。

資本層面,魔芯科技近期完成億元美金融資,參與方包括頭部美元機構、國家戰略儲備基金以及十餘家產業資本。這一融資動作表明,市場對國產NPU路線上跑通世界模型訓推全棧閉環、並將實時交互推理做到50FPS以上的技術路徑給予了明確認可。在下一代空間智能技術標準的窗口期,MoWorld以純國產算力棧實現性能與成本的雙重突破,為世界模型的大規模產業化提供了可複用的工程範式。