近日，高德正式发布了名为 ABot-World Studio 的通用世界模型工坊，并同步开放了测试。该工具将“交互式视频生成”与“3DGS 场景生成”两大技术融为一体——用户只需输入一段文字或一张图片，即可生成一个可实时交互、易于分享的 AI 世界。最终输出的成果还可保存为视频和 3DGS 文件。

官方披露了以下值得关注的细节： 首先看部署方面。ABot-World Studio 支持在单张英伟达 5090 显卡上进行本地部署运行。更重要的是，其架构设计并未设定推理时长上限——据官方实测，单次连续推理已稳定运行超过1小时，全程无崩溃，画质也未出现下降。相比之下，当前市面上的同类世界模型，生成时长大多仍限制在1分钟以内。 更令人惊喜的是，该工坊内置了“时空任意门”功能。每穿越一次任意门，用户即可瞬间跃迁至另一个完整的 3D 世界，实现不同场景的无缝衔接。 接下来谈谈技术路径。当前世界模型的主流技术路线主要有两条：一是交互式视频生成，沉浸感强，但视频播放结束后即终止，用户无法持续探索；二是 3D 场景生成，能够构建高保真的空间资产，但世界之间缺乏连续性，探索范围受限。本质上，这两条路线仍停留在“一段视频”或“一个场景”的旧范式。而 ABot-World Studio 的突破在于，首次将两条路径统一于同一产品中，实现了实时探索与永久记忆的结合。 以往，视频模型存在一个棘手问题：生成时间一长，画面便开始崩坏。ABot-World Studio 对此进行了针对性优化——在确保画面质量与首帧保持一致的同时，支持超过小时级别的第一人称和第三人称长时推理。更关键的是，由于模型对真实物理规则的还原足够到位，生成的世界不再是被动播放的像素流，而是能够跟随用户的每一个动作实时变化，真正实现了对世界的预测与精准操控。 在 3D 场景生成方面，工坊原生输出的 3DGS 空间资产具备真实的几何结构。生成的世界兼具照片级的视觉保真度与可感知的空间深度、物理边界，用户可自由在其中行走、观察、探索。所有生成的 3D 世界均可保存与分享，从而构建了一个开放的公共世界库。 在此基础上，工坊在每个 3D 世界中都原生嵌入了“任意门”机制。想象一下，在江南水乡推开一扇木门，门后竟是一座赛博城市；或者从风陵渡的渡口一脚踏入雁门关。这些原本孤立的场景，通过任意门被编织成了一张无边界的探索网络。 这套体验的实现，核心在于底层的 ABot-World 系列通用交互式世界模型，该系列包含 ABot-World0（视频生成）与 ABot-3DWorld0（3D 生成）两个模型。 在视频生成方面，ABot-World0 将场景漫游与角色控制统一建模，大幅提升了控制精度，同时通过算法优化缓解了误差累积问题，从而支持超长推理时长。在 3D 生成方面，ABot-3DWorld0 与先前发布的 ABot-Earth0.5 共享推理路径，在全球范围内首次实现了以同一架构贯通室内、街景与城市航拍全尺度空间的生成。此外，还采用了“生成—评估—修复”的模块化设计，确保长时序场景生成的质量稳定可控。 值得一提的是，ABot-World 系列模型均可在本地单块消费级 GPU 上完成推理，无需专用算力。在当前的世界模型领域，能够做到这一点的产品确实罕见。目前，该系列模型已全面开源。 至于应用场景，ABot-World Studio 的用途十分广泛。在具身智能领域，它可为机器人提供专项训练的仿真场地；在内容创作方面，既能支撑游戏世界的无边界探索，也能帮助影视创作者将单视角素材快速转化为分镜素材，将创意验证周期从数周压缩至小时级别；在文旅与教育行业，用户不再观看一成不变的视频，而是能够真正以第一视角走进名画现场或过往文明，从旁观者转变为亲历者。 目前，ABot-World Studio 已开放测试，感兴趣的读者不妨亲自上手体验一番。