高德发布通用世界模型工坊ABot-World Studio：5090单卡可生成小时级实时交互式视频与3D场景

阿里巴巴旗下高德正式发布通用世界模型工坊ABot-World Studio，并开放测试。该工坊将交互式视频生成与3DGS场景生成统一在同一产品中——用户输入一段文字或一张图片，即可生成一个可实时交互、任意分享的AI世界，输出结果可保存为视频与3DGS文件。

ABot-World Studio可在单张NVIDIA 5090显卡上本地部署，推理时长无上限。官方实测中，单次连续推理已稳定运行超过1小时且未出现崩溃或质量衰减，远超同类世界模型约1分钟的生成上限。工坊内置“时空任意门”机制——用户每穿越一次“任意门”，即可跃迁至另一个完整的3D世界。

当前世界模型存在两条不同技术路径：交互式视频生成侧重沉浸感但视频生成后交互结束；3D场景生成聚焦于高保真空间资产但世界间缺少连续性。ABot-World Studio首次将二者统一，同时实现实时探索与永久记忆。

在交互式视频生成方面，工坊解决了传统视频模型长时序易崩坏的问题，支持超过一小时的第一人称与第三人称长时推理，模型对真实物理规则高度还原，世界能跟随用户动作实时演化与反馈。

在3D场景生成方面，工坊原生输出具备真实几何结构的3DGS空间资产，具有照片级视觉保真度与可感知的空间深度与物理边界，所有生成的3D世界均可保存与分享。每个3D世界中原生嵌入“任意门”机制，通过空间传送将孤立场景编织成探索网络。

底层技术依赖ABot-World系列通用交互式世界模型，包含ABot-World0（视频生成）与ABot-3DWorld0（3D生成）。ABot-World0将场景漫游与角色控制一体化建模，提升控制精度并缓解误差累积；ABot-3DWorld0与ABot-Earth0.5共享推理路径，首次实现同一架构贯通室内、街景与城市航拍的全尺度空间生成，采用“生成—评估—修复”模块化设计。

ABot-World系列模型均可在本地单张消费级GPU完成推理，无需依赖专用算力，目前已全面开源。

应用方面，ABot-World Studio可为具身智能提供仿真训练场；在内容创作中能支撑游戏世界无边界探索，帮助影视创作者将单视角素材快速转化为分镜素材，创意验证周期从数周压缩至小时级；在文旅与教育行业，用户能以第一视角走进名画现场或过往文明。

附：ABot-World Studio测试官网 https://abot-world.amap.com ；GitHub https://github.com/amap-cvlab/ABot-World ；已在Reactor和Hugging Face同步上线。