高德发布通用世界模型工坊 ABot-World Studio，消费级显卡即可本地部署

近日，阿里巴巴旗下高德正式推出通用世界模型工坊 ABot-World Studio，并面向用户开放测试。该平台将交互式视频生成与 3DGS 场景生成集成于同一系统，用户只需输入文字或图片，即可生成支持实时操控、保存和分享的虚拟场景。这一工具旨在降低高质量 3D 内容创作门槛，同时探索机器人与影视等领域的实用化路径。

核心功能与能力

ABot-World Studio 提供两大核心能力：交互式视频生成与 3DGS 场景生成。用户可在生成的虚拟空间中以第一人称或第三人称视角自由移动，画面随操作实时变化。生成的视频或 3DGS 文件支持导出、保存和分享，便于构建可积累的 3D 内容库。

• 长时序生成：产品架构未设定固定推理时长上限。在最新测试中，单次任务可连续推理超过 1 小时，期间未出现崩溃或明显质量衰减，能够稳定支持长时间的沉浸式探索。
• 时空任意门：用户可在 3D 场景中设置入口，并将其连接至另一个生成场景，实现不同虚拟空间之间的无缝切换。该功能有效解决了交互式视频难以长期保留、单个 3D 场景探索范围有限的问题。

底层模型与开源支持

ABot-World Studio 底层由 ABot-World 系列通用交互式世界模型提供支持，包含两大核心组件：

• ABot-World0：负责视频生成，将场景漫游和角色控制纳入统一模型，通过算法优化减少长时间生成中的误差累积。
• ABot-3DWorld0：负责 3D 生成，与高德此前发布的 ABot-Earth0.5 采用相同推理路径，可覆盖室内、街景和城市航拍等不同尺度，并通过“生成、评估、修复”的模块化流程持续改善场景质量。

高德表示，整个 ABot-World 系列模型均已开源，开发者可在 GitHub 获取代码，同时模型也在 Reactor 和 Hugging Face 平台上线。这意味着用户可基于开源代码进行二次开发或本地部署。

部署与使用

ABot-World Studio 大幅降低了硬件门槛。据高德介绍，该工具可在 单张英伟达 RTX 5090 显卡上完成本地部署，无需依赖专用服务器算力。所有生成任务均支持在消费级 GPU 上完成本地推理。

小提示： 若在本地部署时遇到显存不足的情况，可尝试降低生成分辨率或缩短单次推理时长，以适配低配硬件。高德并未公布最低显卡代次要求，建议用户优先使用 RTX 40 系列及以上型号进行测试。

应用场景

高德将 ABot-World Studio 定位于以下领域：

• 机器人仿真训练：开发者可使用生成场景搭建虚拟训练环境，降低物理测试成本。
• 游戏场景生成：可快速生成游戏关卡或开放世界地形，提升开发效率。
• 影视分镜制作：将单视角素材转化为可探索的多视角画面，辅助前期视觉呈现。
• 文旅与教育内容开发：生成虚拟景点或教学空间，支持交互式体验。

常见问题

Q1：ABot-World Studio 是否支持中文输入？

A：目前高德官方未明确说明输入语言限制。但从产品定位来看，其面向全球开源，建议优先使用英文描述以获得最佳生成效果。测试中暂未发现对中文的特别支持说明。

Q2：生成的场景文件能否导入其他 3D 软件？

A：可以。生成结果支持导出为 3DGS 文件，这是一种基于点云和新视图合成的格式，可被主流 3D 处理工具（如 Blender、Unity 等）通过插件或格式转换后使用。

Q3：本地部署时是否需要自行提供训练数据？

A：不需要。ABot-World 系列模型已预训练完成，用户只需下载开源的模型权重即可直接进行推理，无需额外收集或标注数据。

ABot-World Studio 的推出，标志着高德在交互式世界模型领域迈出了实用化的一步。通过开放测试和开源底层模型，该工具或将为机器人、游戏、影视等行业的开发者提供更便捷的 3D 内容生成方案。