ABot-World Studio - 高德推出通用世界模型工坊

ABot-World Studio 是什么

ABot-World Studio 是高德推出的通用世界模型工坊，将交互式视频生成与 3DGS 场景生成统一于同一产品。用户输入文字或图片可生成可实时交互的 AI 世界，支持单张 5090 本地部署，单次连续推理可超 1 小时，同时内置时空任意门实现无界世界跃迁。

ABot-World Studio 的主要功能

• 文/图生世界：输入文字或图片生成可实时交互的 AI 世界，输出视频与 3DGS 文件。
• 实时交互探索：支持 WASD 与视角控制，世界随用户动作实时演化反馈。
• 时空任意门：在任意场景中嵌入传送门，跃迁至另一个完整 3D 世界，构建无界探索网络。
• 双模态生成：同时支持交互式视频生成与真实几何结构的 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 1 小时。

ABot-World Studio 的技术原理

• ABot-World0 视频生成模型：将场景漫游与角色控制进行一体化建模，通过算法优化缓解误差累积，实现更长时序的连续推理与精准操控。
• ABot-3DWorld0 场景生成模型：与 ABot-Earth0.5 共享推理路径，以同一架构贯通室内、街景与城市航拍全尺度空间生成，并采用”生成—评估—修复”模块化设计保障高保真输出。
• 本地轻量化推理：全系模型针对消费级 GPU 深度优化，可在单张 RTX 5090 上完成推理，无需依赖专用算力集群即可实现小时级世界生成。

微信关注回复“开源”，加入AI开源项目交流群

如何使用ABot-World Studio

• 访问官网：访问 ABot-World Studio 官网 https://abot-world.amap.com/ 进入测试页面。
• 输入提示：上传图片或输入文字描述，生成初始世界场景。
• 实时操控：用键盘 WASD 与鼠标/方向键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任意门，穿越至新生成的 3D 世界。
• 导出资产：将生成的世界保存为视频文件或 3DGS 格式资产，用于二次创作。

ABot-World Studio的核心优势

• 统一双模态：首次将交互式视频与 3D 场景生成整合，兼顾实时探索与永久空间资产。
• 小时级推理：单次连续推理超 1 小时无崩溃、无质量衰减，远超同类 1 分钟上限。
• 单卡部署：本地单张 RTX 5090 即可运行，降低硬件门槛。
• 物理一致性：高度还原真实物理规则，世界随动作精准反馈，而非被动像素流。
• 全尺度 3D：同一架构覆盖室内、街景到城市航拍，生成具备真实几何与深度感知的场景。

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

对比维度ABot-World StudioGoogle Genie 2推理时长单次连续推理超1小时，无崩溃无质量衰减。生成一致世界长达约1分钟，随后需重置。模态覆盖同时输出可交互视频与可保存的3DGS空间资产。主要输出可交互的3D视频环境，无原生3D资产导出。部署门槛本地单张消费级GPU（5090）即可运行，无需专用算力。目前仅研究预览，未开放本地部署或外部API。世界扩展内置”任意门”机制，实现多世界无界跃迁与编织。单世界内具备长时记忆，但跨世界扩展能力有限。开源生态模型与代码全面开源，已上架GitHub、Hugging Face。未开源，仅通过官方博客与论文展示能力。应用阶段已开放公开测试，可直接用于内容创作与具身训练。定位为研究工具，用于快速原型与AI智能体评估。

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：将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至小时级。
• 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。