MoWorld 是一个面向 NPU 的实时交互世界模型,定位为高帧率实时交互世界模型,从训练、推理到部署全流程基于国产化平台构建,目标是实现高帧率、低成本、可连续控制的视频世界生成。
用途与定位 MoWorld 的核心用途是生成可交互的视频世界,并支持连续控制。根据官方资料,它可用于室内场景重建、通过连续相机控制探索生成世界,以及面向大场景、真实光照与导演级镜头的视频世界快速生成,服务于分镜、预演和概念验证等场景。
训练数据与质量筛选 MoWorld 的训练数据覆盖真实世界(室内、驾驶等)与虚拟世界(游戏、动漫、科幻电影等)多种场景,兼顾丰富性与泛化能力。同时,通过 3D 几何一致性、轨迹精度、多视图稳定性等多维质量筛选,以及几何补全、动态区域过滤和轨迹验证等关键流程,从海量数据中筛选出高质量训练资产,为低成本、高性能训练提供数据基础。
实时推理优化 MoWorld 将实时推理问题分解为三个层级协同优化:流水线层、并行层与算子层。在资源受限场景实现显存高效利用,容纳庞大的模型参数、通信缓冲与推理状态;同时压缩端到端时延,将用户控制信号实时反映到生成帧中,并以流式方式持续输出。
主要能力与使用方式 官方资料显示,MoWorld 支持连续相机控制以探索生成世界,支撑低延迟漫游、镜头控制和交互式内容体验;使用其生成的视频进行室内场景重建,目标精细度高,重建稳定,空间一致性好。关于具体的安装命令、代码示例、API 调用方式、平台入口及收费模式,资料暂未提供。
适用场景 包括但不限于:室内场景重建、交互式漫游与镜头控制、分镜与预演、概念验证,以及面向大场景、真实光照与导演级镜头的视频世界生成。
限制说明 资料未提供 MoWorld 的具体系统要求、硬件兼容清单、模型参数规模、许可协议、使用门槛或价格信息,上述内容暂未提供,需以官方页面为准。