阿里巴巴旗下高德發布世界模型工作室，單張RTX 5090即可運行

阿里巴巴集團旗下高德地圖正式發布ABot-World Studio，這是一款通用世界模型，將互動式影片生成與3D場景建構整合於同一平台，可在單張Nvidia RTX 5090 GPU上穩定推理超過一小時。

該產品現已開放測試，用戶可透過文字提示或圖片生成互動式AI世界，並將輸出保存為影片及3DGS檔案。這是業界首個將先前各自獨立的兩種技術路線——即注重沉浸感但影片生成即結束的互動式影片生成，以及構建空間資產但世界之間缺乏連續性的3D場景生成——整合於同一平台的產品。

ABot-World Studio解決了長期困擾影片生成模型的長時間不穩定問題。在官方測試中，連續推理運行超過一小時，未出現崩潰或畫質衰減，遠超同類世界模型約一分鐘的生成極限。根據高德公布的技術規格，該系統在整個運行過程中維持與首幀相同的影片品質。

該工作室由兩個底層模型驅動：用於影片生成的ABot-World0與用於3D生成的ABot-3DWorld0。ABot-World0將場景導航與角色控制整合至統一架構中，透過演算法優化減少長時間推理過程中的誤差累積。ABot-3DWorld0則與此前發布的ABot-Earth0.5共享推理管線，實現該公司所稱的業界首個涵蓋室內、街道層級與城市航拍空間生成的全尺度統一架構。兩個模型均可在單張消費級GPU上本地推理，無需專用運算基礎設施——這在當前普遍需要伺服器級硬體的世界模型中極為罕見。

該工作室引入「時空之門」機制，允許用戶在不同3D世界之間穿梭。江南水鄉場景中的一扇木門可連結至賽博城市，風陵渡的渡口可直通山間隘口，將孤立的場景編織成一個相互連結的探索網絡。所有生成的3D世界均可保存與分享，形成高德所稱的開放公共資源庫。

ABot-World系列模型已全面開源，並發布於GitHub、Hugging Face及Reactor平台。該公司表示，該技術可應用於機器人的具身智能訓練、影視分鏡腳本創作——將創意驗證週期從數週縮短至數小時——以及旅遊、文化與教育領域，用戶能以參與者而非被動觀看者的身份體驗歷史場景。

此次發布深化了阿里巴巴對AI原生產品的投入，也使以地圖與導航服務聞名的高德正式進入生成式世界模型賽道。由於可在消費級硬體——單張RTX 5090——上運行，這大幅降低了開發者與研究人員的進入門檻，使其無需依賴同類系統通常所需的伺服器叢集。Nvidia RTX 5090作為該公司最新消費級旗艦GPU，為邊緣端即時推理提供了所需的記憶體頻寬與運算能力。

對投資者而言，問題在於運行於消費級硬體上的開源世界模型，是否會削弱那些依賴雲端規模基礎設施的專有系統的競爭護城河。阿里巴巴的雲端部門在亞洲與Amazon Web Services及Microsoft Azure直接競爭，有望受益於開發者對ABot-World生態系統的採用。發布當日，BABA-W在香港交易所股價微漲0.09%，不過該股22.6%的做空比率顯示市場尚未對該產品的潛在影響進行充分定價。

本文僅供資訊參考，不構成投資建議。