IT之家 7 月 14 日消息，今日，阿里巴巴集团旗下高德正式发布通用世界模型工坊 ABot-WorldStudio，并同步开放测试。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 —— 用户只需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 5090 上进行本地部署，该产品在架构层面不设推理时长上限。官方实测中，单次连续推理已稳定运行超过 1 小时，全程无崩溃、无质量衰减 —— 而目前同类世界模型的生成上限大多在 1 分钟左右。

更值得一提的是，工坊内置了 " 时空任意门 "：每穿越一次任意门，你就会跃迁到另一个完整的 3D 世界。

世界模型目前有两条主流技术路径。交互式视频生成侧重沉浸感和交互性，但视频播完交互就结束了，用户无法持续探索；3D 场景生成能构建高保真的空间资产，但世界之间缺少连续性，探索范围受限于单一场景。

两者本质上仍停留在“一段视频”或“一个场景”的范式内。ABot-World Studio 首次将二者统一在同一个产品中，同时实现了实时探索与永久记忆。

传统视频模型有一个绕不开的问题：生成时间一长，画面就开始崩坏。

ABot-World Studio 在确保画面与首帧画质相当的前提下，支持超过小时级别的第一人称与第三人称长时推理。更关键的是，由于模型对真实物理规则的高度还原，生成的世界不再是被动播放的像素流 —— 它能跟随你的每一个动作实时演化与反馈，真正实现对世界的预测和精准操控。

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。生成的世界既拥有照片级视觉保真度，也具备可感知的空间深度与物理边界，用户可以自由进行空间探索。所有生成的 3D 世界均可保存与分享，构建起一个开放的公共世界库。

在此基础上，工坊在每个 3D 世界中原生嵌入了 " 任意门 " 机制 —— 你可以在江南水乡的木门后链接一座赛博城市，或让风陵渡的渡口直通雁门关的关隘。原本孤立的场景，通过任意门被编织成一张无界的探索网络。

ABot-World Studio 的出色体验，得益于底层的 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）两大模型。

在视频生成方面，ABot-World0 将场景漫游与角色控制进行一体化建模，大幅提升控制精度，并通过算法优化缓解误差累积，从而实现了更长的推理时长。

在 3D 生成方面，ABot-3DWorld0 与此前发布的 ABot-Earth0.5 共享相同推理路径，在全球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，并采用 " 生成 — 评估 — 修复 " 模块化设计，确保高保真、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，无需依赖专用算力 —— 这在当前世界模型领域仍属少见。

目前，ABot-World 系列模型已全面开源。

应用方面，ABot-World Studio 在具身智能领域，能够为机器人提供专项训练的仿真训练场；在内容创作中，它不仅能支撑游戏世界的无边界探索，更能帮助影视创作者将单视角素材迅速转化为分镜素材，将创意验证周期从数周压缩至小时级；同时，在文旅与教育行业，ABot-World Studio 让用户不再观看一成不变的视频，而是以第一视角走进名画现场或过往文明，从旁观者变为亲历者。

ABot-World Studio 现已开放测试。