搜索
智象未来发布HiDream-O1-World：具备漫游、编辑、交互三项核心能力
11 小时前
/ 阅读约2分钟
来源：凤凰网
智象未来发布交互式世界模型HiDream-O1-World，支持多模态输入，具备漫游、编辑、交互能力，在评测基准中登顶，支持多种角色构建和场景生成，可服务于AI互动影游、具身智能等领域。
凤凰网科技讯 8月17日，智象未来正式发布交互式世界模型HiDream-O1-World，该模型基于原生全模态架构，支持文本、图像及交互式操控等多模态输入，具备漫游、编辑、交互三项核心能力。
HiDream-O1-World搭载智象自研的原生全模态架构，在时空一致性与物理一致性上实现突破。模型在美团LongCat团队与复旦大学联合推出的交互式视频世界模型评测基准WBench的Navi分榜中，以平均分80.9登顶榜首，其中物理维度得分73.3，一致性维度得分88.0。论文“DreamWorld: Geometry-Grounded Video Diffusion for 3D-Consistent World Modeling”已入选2026年欧洲计算机视觉国际会议。
在交互体验上，模型支持第一人称和第三人称视角漫游，用户可自由驱动角色行走并调整视角方向；支持实时编辑，用户可驱动角色完成抓取、奔跑、跳跃等动作，或触发降雨、物体坠落等动态事件。模型支持人类、动物、虚构角色等多种角色构建，可还原真实城市街景、自然地貌等实景，也可生成二次元卡通、3A游戏渲染等风格化场景。
在技术架构上，模型通过“3D先验注入Memory上下文”与“Test-Time Training在线维护”协同设计实现长时程时空一致性，在推理阶段通过轻量级在线自适应维持物理合理性。相比行业平均水平，模型在视觉合理性评测中提升13.6%，在因果保真度评测中提升12.7%。在产业应用方面，HiDream-O1-World可服务于AI互动影游的内容生成、具身智能的高精度仿真训练，以及3D场景生产等领域。
