过去一年，“世界模型”这个词在AI圈几乎随处可见。但搞清楚一件事很有必要：真正的世界模型，不是能连续生成画面就够了——它得理解空间，能预测接下来世界会变成什么样。这里面，实时性是关键一环。不管是机器人做决策，还是拿来玩游戏，帧率超过30FPS，才能称得上“流畅”。

然而，能满足这个条件的世界模型，少之又少。

但最近，魔芯科技联合浙江大学潘云鹤院士、华&为团队，正式端出了一个叫MoWorld的东西——首个全栈基于国产NPU的实时交互世界模型。推理速度直接飙到了50FPS以上，部署成本却只有同规模GPU方案的30%。技术报告已经对外发布，近期还会开源权重和代码，并基于国产NPU超节点向公众提供服务。

世界模型为什么一直做不到“实时”？

比较一下视频生成模型和世界模型，最大的差别就在“实时交互”这四个字。过去一段时间，世界模型更多是停在学术研究和实验阶段。从研究走向产业，关注的重点不再是“能不能生成”，而是“能不能实时交互、能不能稳定部署、能不能把成本降到可用区间”。

MoWorld就是冲着这个痛点来的。为了服务产业实际应用，魔芯团队和战略股东华&为团队花了近一年时间技术攻关，解决了一系列世界模型落地必须啃下的硬骨头。

具体来说，MoWorld接收首帧、文本和相机轨迹作为条件，生成符合场景状态和控制输入的未来世界状态。用户通过类似W/A/S/D的连续控制方式，可以在生成的世界里实时交互——在国产NPU上实现最高超过50FPS的推理，而且推理成本极低。

世界模型，第一次把成本打了下来

对世界模型来说，生成效果只是第一步。真正决定能不能落地的，是训练成本、推理效率以及实时交互能力。围绕这个目标，MoWorld从数据构建、模型训练到系统部署做了全链路优化，一边提升模型能力，一边让世界模型具备更高的工程可用性。

先说数据。和传统视频生成模型不一样，世界模型训练不光需要视频和文本，还需要相机轨迹、空间深度这类三维信息。光靠互联网视频，远远不够。MoWorld团队本身在3D建模领域有多年积累，他们构建了一套可扩展的数据生产与治理体系，通过几何一致性、轨迹精度、多视图稳定性等多维质量筛选，持续提升训练语料的质量。这为模型学习真实空间规律打下了可靠的数据基础，也降低了整体训练的开支。

为了让世界模型真正具备实时部署能力，MoWorld针对训练、蒸馏和推理三个阶段做了系统级优化。训练阶段，团队结合国产NPU硬件特点，引入超密集注意力并行和长序列Token并行策略，有效缓解了超长视频训练带来的显存压力，最终实现了2000帧的超长训练和推理能力。

推理阶段，通过流水线执行、层级化序列并行以及动态混合精度量化等手段，一个14B参数的MoE世界模型在国产NPU平台上实现了最高50 FPS的实时推理，而推理成本仅为同规模GPU方案的30%。

从高质量数据引擎，到长时程训练，再到低成本实时部署，MoWorld把世界模型从“能够生成”一步推进到了“能够交互、能够部署”，为世界模型的大规模产业化应用找到了一条兼顾性能与效率的路子。接下来，MoWorld会基于国产NPU超节点对外开放服务。

MoWorld，国产世界模型引领产业应用

基于实时交互世界模型的能力，MoWorld正在从“技术验证”走向多行业、多场景的空间智能基础设施。在不同的应用场景里，它不再只是一个视频生成工具，而是一个可控的空间模拟引擎，为行业提供可交互、可推演、同时兼具经济性的场景生成能力。

游戏与互动娱乐：实时交互，自由探索

MoWorld支持完整的6自由度相机控制，用户通过W/A/S/D和鼠标就能实现影视级和游戏级的沉浸式漫游。场景真实、高清，支持1080P及以上分辨率。无论是自然风光、二次元还是游戏动漫，都能全面支持。

具身智能与自动驾驶：虚拟训练，真实验证

世界模型已经成为连接生成式AI与具身智能的关键桥梁。MoWorld可以为机器人、自动驾驶系统提供低成本、高保真的“数字演练场”——是行业内兼具仿真价值和经济价值的世界模拟器，能为所有智驾团队提供大量且高精度的环境，让AI在虚拟世界里学习如何与现实物理环境交互。

影视创作：导演运镜，实时预演

传统影视分镜需要漫长的渲染周期。MoWorld让创作者可以在生成的虚拟世界里自由调整视角、实时预览画面效果、精准编辑镜头画面。镜头控制丝滑，支持超越想象的导演级运镜。

数字孪生与三维重建：空间重建，精准还原

MoWorld生成的视频具有超越行业的几何一致性，可以直接用于室内场景的三维重建——精度高、结构稳定、空间一致性好，这是MoWorld区别于同行的显著效果。这为数字孪生、建筑可视化、虚拟展厅、沉浸式游戏等场景提供了既高精度又高性价比的解决方案。

亿元美金砸向魔芯科技：谁在定义下一代空间智能？

大语言模型和视频生成模型的竞争格局已经逐渐清晰，但世界模型还没有。全球范围内没有公认的领先者，工程化落地的路径各家仍在摸索，行业标准也还没有形成。对国产团队来说，这是一个少见的窗口——起点上差距几乎为零，不仅有机会参与竞争，还有机会参与定义下一代空间智能的技术标准。

MoWorld在这个窗口期交出的答卷是：第一个用纯国产NPU跑通训推全栈闭环，第一个把实时交互推理做到50FPS以上，同时把推理成本压到了同规模GPU方案的30%。资本的判断来得比行业共识更快。魔芯科技近期完成了一轮亿元美金融资，由头部美元机构、国家战略储备基金和十余家产业资本共同参与。更早之前，魔芯已经获得过华&为旗下哈勃投资、联想旗下联融志道等基金的投资。

窗口不会一直开着。世界模型的标准由谁来定，答案很快就会揭晓。