剛剛，全球首個超高幀世界模型誕生！英偉達含量0，狂飆50幀

　　新智元報道

　　【新智元導讀】世界模型終于跑進實時時代。當行業還在為5FPS、10FPS掙扎時，一支中國團隊直接把實時交互世界模型推上50FPS。更重要的是，他們沒有使用英偉達GPU。

　　專注于4D世界模型研發和產業化的魔芯科技聯合浙江大學潘云鶴院士團隊發布MoWorld——全球首個Flash World Model，也是首個全棧基于國產NPU構建的實時交互世界模型。

　　從訓練、蒸餾到部署，全流程跑通國產算力閉環；推理成本比同規模GPU方案降低70%。

　　世界模型的產業化拐點，可能比所有人預想得來得更早。

　　卡住整個行業的實時難題

　　被中國團隊捅破了

　　如果你體驗過今天的主流世界模型，大概率會有一種共同感受：

　　能看，但不能玩。

　　機器人需要實時決策。

　　游戲需要實時反饋。

　　數字世界需要實時推演。

　　過去一些研究表明，幀率低于30FPS，一切沉浸感都會被打碎。

　　這也是為什么過去很長時間里，世界模型始終停留在實驗室，而難以真正進入產業場景。

　　實時性，曾是橫亙在世界模型商業化之路上的最后一道天塹。

　　如今，這道天塹被一支中國團隊一舉攻克。

　　50FPS！

　　世界模型第一次真正跑進實時時代

　　技術報告已經發布，近期將開源權重和代碼，并基于國產 NPU 超節點向公眾提供服務。

　　技術報告：https://moxin-tech.github.io/moworld/

　　魔芯科技首次提出 Flash World Model 概念，MoWorld是行業率先實現>50FPS推理的「Flash World Model」，也是首個全棧基于國產NPU構建的低成本實時交互世界模型。

　　MoWorld首次在全棧國產算力平臺上實現了從訓練、蒸餾到實時推理部署的完整閉環，同時典型推理配置下的成本比同規模GPU方案降低70%。

　　當所有人都在堆GPU時

　　他們選擇了另外一條難而正確的路

　　MoWorld從一開始，就沒有圍繞GPU構建，而是選擇了一條更難、也更少有人嘗試的路線——全棧國產NPU。

　　這意味著，它不是簡單地把模型遷移到國產芯片上進行推理，而是從數據、訓練、蒸餾到推理部署，每一個環節都圍繞國產NPU重新設計。

　　首先，是數據。

　　相比視頻生成模型，世界模型不僅需要視頻和文本，更需要相機軌跡等信息。互聯網視頻遠無法滿足訓練需求。

　　為此，MoWorld建立了一套完整的數據生產與治理體系，并將此升級為服務于世界模型的數據引擎。

　　基于魔芯團隊多年3D/4D建模的技術積累，MoWorld背后的數據管線是全自采、全3D標注的管線，不僅標注了相機，還標注了物體的幾何尺寸和空間結構，這些信息構建了MoWorld堅實數據基座。

　　而更加困難的挑戰，則發生在訓練和推理階段。

　　針對國產NPU的硬件特點，MoWorld重新設計了訓練系統，引入超密集注意力并行、長序列Token并行等技術，大幅緩解超長視頻訓練帶來的顯存壓力，讓世界模型首次具備2000幀長時訓練與推理能力。

　　而到了推理階段，團隊繼續針對國產NPU進行了流水線執行、層級化序列并行、動態混合精度量化等一系列系統級優化。

　　最終，一個14B參數的MoE世界模型，在華為Ascend 910C CloudMatrix384 NPU平臺上實現了極限超過50FPS的實時推理速度。

　　更重要的是，在典型的推理配置下，推理成本比同規模GPU方案降低70%。

　　對于整個行業而言，這不僅是一條新的工程路線，更是一種新的產業化思路。

　　世界模型最貴的一道門，被推開了

　　長期以來，世界模型的發展始終存在一個矛盾。

　　模型越來越強。

　　成本也越來越高。

　　過去，部署一個世界模型，意味著高昂的GPU投入、復雜的集群維護，以及難以復制的部署成本。

　　而現在，同樣的世界模型能力，可以運行在更具成本優勢的國產算力平臺上。

　　這不僅改變了模型運行的方式，也改變了世界模型走向產業化的路徑。

　　對于企業而言，這意味著更低的部署門檻、更快的應用驗證，以及更容易實現規模化復制。

　　對于整個行業而言，這意味著世界模型開始從「能做」邁向「能用」，再邁向「用得起」。

　　真正推動一項技術改變產業的，從來不是實驗室里的最高紀錄。

　　而是它第一次，讓更多人能夠真正用起來。

　　世界模型走出實驗室

　　哪些行業將迎來變革

　　過去幾年，世界模型一直被認為是未來技術。

　　但未來，終究要回到現實。

　　當實時交互成為可能，當部署成本開始下降，世界模型真正的價值，才剛剛開始釋放。

　　率先發生變化的，將是那些最依賴真實世界理解與實時反饋的行業。

　　游戲與互動娛樂：實時交互，自由探索

　　MoWorld支持完整的6自由度相機控制，用戶通過W/A/S/D和鼠標即可實現影視級和游戲級的沉浸式體驗漫游。

　　場景真實、高清，支持1080P及以上分辨率。無論是自然風光、二次元還是游戲動漫，均全面支持。

　　具身智能與自動駕駛：虛擬訓練，真實驗證

　　世界模型已成為連接生成式AI與具身智能的關鍵橋梁。

　　MoWorld可為機器人、自動駕駛系統提供低成本、高保真的「數字演練場」，是行業兼具仿真價值和經濟價值的最具潛力的世界模擬器，能夠為所有的智駕團隊提供大量且高精度的環境，讓AI在虛擬世界中學習如何與現實物理環境交互。

　　影視創作：導演運鏡，實時預演

　　傳統影視分鏡需要漫長的渲染周期。

　　MoWorld讓創作者可以在生成的虛擬世界中自由調整視角、實時預覽畫面效果、精準編輯鏡頭畫面，鏡頭控制絲滑，支持超越想象力的導演級運鏡。

　　數字孿生與三維重建：空間重建，精準還原

　　MoWorld生成的視頻具有超越行業的幾何一致性，可直接用于室內場景的三維重建——精度高、結構穩定、空間一致性好是MoWorld區別于同行的顯著效果。

　　這為數字孿生、建筑可視化、虛擬展廳、沉浸式游戲等場景提供了兼具高精度和性價比的解決方案。

　　MoWorld代表的世界模型

　　此刻正站在物理AI的DeepSeek時刻

　　過去幾年，AI完成了從文本生成、圖像生成到視頻生成的連續跨越，每一次技術躍遷，都催生了一批新的行業領導者。

　　而當AI開始邁向實時交互世界模型，一個新的窗口正在打開。

　　相比已經逐漸形成競爭格局的大語言模型和視頻生成模型，世界模型仍處于產業早期，全球都在探索工程化落地路徑，行業標準遠未形成。

　　這意味著，國產世界模型迎來了少有的「同一起跑線」機會——不僅有機會參與競爭，更有機會參與定義下一代空間智能的技術標準。

　　MoWorld的意義，并不僅僅在于實現了超過50FPS的實時交互，也不僅僅在于將推理成本比同規模GPU方案降低70%。

　　更重要的是，它證明了一個此前行業一直在探索、卻始終沒有驗證的問題：

　　全棧國產算力，同樣能夠支撐世界模型走向實時交互與產業部署。

　　這意味著，世界模型的競爭，正在從「誰擁有更大的模型」，轉向「誰能夠真正進入真實世界」。

　　MoWorld 背后的魔芯科技憑借其獨特的模型能力和突出的產業化進展，于近期獲得國家級戰略儲備資本、中東知名美元機構、頭部市場化基金以及十余家產業資本過億美元融資；在此之前，魔芯科技已獲得華為旗下哈勃投資、聯想控股旗下基金投資。

　　真正屬于世界模型的時代，從Flash World Model開始，將快步向前。