原生全模态路线进阶,智象未来发布交互式世界模型HiDream-O1-World
TL;DR - 智象未来发布原生全模态交互式世界模型 HiDream-O1-World,可从文本、图像和交互输入生成并实时操控具有时空与物理一致性的世界。该模型面向互动娱乐、具身智能仿真和 3D 内容生产等应用。
- 基于自研 UiT 架构,提供场景漫游、实时编辑和角色/环境交互,并支持第一、第三人称视角。
- 结合注入 3D 先验的 Memory 与测试时训练(TTT),以减少长时交互中的场景漂移、物体形变和状态遗失。
- 训练阶段引入物理模拟数据,推理阶段通过 TTT 适应场景物理属性,以改善碰撞、重力、流体和形变表现。
- 在 WBench 的 Navi 榜单中平均得分 80.9,物理维度为 73.3、一致性维度为 88.0,综合排名第一。