当全球科技界还在为如何让世界模型突破10FPS的实时交互瓶颈而苦恼时,一支来自中国的创新团队已悄然实现重大突破。魔芯科技联合浙江大学潘云鹤院士团队推出的MoWorld,作为全球首个Flash World Model,成功将实时交互帧率提升至50FPS以上,更关键的是,这一突破完全基于国产NPU架构实现,标志着世界模型正式迈入实时应用新纪元。
传统世界模型的发展长期受制于算力瓶颈,行业普遍依赖进口GPU构建的算力体系。魔芯科技选择了一条更具挑战性的道路——从底层数据采集到模型训练、蒸馏、部署的全流程,均围绕国产NPU进行深度优化。这种全栈国产化的技术路线,不仅突破了实时性难题,更将典型推理成本较同规模GPU方案降低70%,为产业应用扫清了关键障碍。
实现这一突破的核心在于对国产NPU特性的深度挖掘。研发团队针对硬件架构特点,创新设计了超密集注意力并行训练系统,通过长序列Token并行技术有效缓解显存压力,使模型具备处理2000帧超长序列的能力。在推理阶段,通过流水线执行优化、层级化序列并行和动态混合精度量化等技术组合,最终在华为Ascend 910C NPU平台上实现14B参数模型的50FPS实时运行。
支撑MoWorld的技术突破,是团队构建的完整数据生产体系。不同于传统视频生成模型依赖互联网数据,MoWorld的数据引擎实现了全自采、全3D标注的闭环。每帧数据不仅包含相机轨迹信息,更精确标注物体几何尺寸和空间结构关系,这种高质量数据基座为模型理解物理世界提供了关键支撑。据技术报告披露,该数据管线融合了魔芯科技在3D/4D建模领域多年的技术积累。
产业界对这项突破反响热烈。在游戏领域,MoWorld支持的6自由度相机控制已实现1080P分辨率下的影视级漫游体验;具身智能领域,其提供的数字演练场可同时满足仿真精度和经济性要求,成为自动驾驶系统训练的重要工具;影视创作中,导演可实时调整运镜角度并预览画面效果,大幅缩短制作周期;数字孪生应用则受益于其卓越的几何一致性,在室内场景重建中展现出显著优势。
这项突破的商业价值已得到资本市场认可。魔芯科技近期完成过亿美元融资,投资方包括国家级战略资本、中东知名机构及十余家产业资本。此前,该公司已获得华为哈勃投资和联想控股旗下基金的战略支持。资本的持续注入,为MoWorld的技术迭代和产业落地提供了有力保障。
当前,世界模型正处于从实验室走向产业化的关键转折点。MoWorld的全栈国产化方案不仅验证了国产算力支撑复杂AI系统的可行性,更重新定义了技术竞争的维度——当行业还在比拼模型规模时,中国团队已率先证明,对真实世界的理解能力和产业落地效率才是决定胜负的关键。这种技术路线的选择,或将引领全球空间智能领域进入新的发展阶段。















