剛剛，全球首個超高幀世界模型誕生，英偉達含量0，狂飆50幀

中國團隊近日在人工智慧領域寫下新紀錄：全球首個超高幀率世界模型正式誕生。由魔芯科技與浙江大學潘雲鶴院士團隊共同開發的MoWorld，不僅實現了超過每秒50幀的即時交互推理速度，更令人矚目的是，這項技術從訓練到部署完全不依賴輝達（NVIDIA）GPU，而是全棧採用國產神經網路處理器（NPU）。這項突破意味著世界模型產業化的關鍵障礙已被攻克。過去，世界模型長期停留在實驗室階段，主要原因在於無法達到即時性。當主流模型僅能提供約5到10幀的運算能力時，沉浸感與實用性便大打折扣。機器人需要即時決策、遊戲需要即時回饋、數位世界需要即時推演，幀率若低於30幀，一切體驗都會崩解。

MoWorld將即時交互世界模型推上50幀，正式跨越了這道天塹。除了速度上的飛躍，MoWorld在成本控制上也展現出驚人優勢。典型推理配置下的成本比同等規模的GPU方案降低約70%。這項成果來自團隊選擇一條更艱鉅的路線：從數據、訓練、蒸餾到推理部署，每個環節都圍繞國產NPU重新設計，而非簡單地將模型移植到國產晶片上。在數據層面，世界模型不僅需要影片與文字，更需要相機軌跡、物體幾何尺寸與空間結構等資訊。MoWorld建立了一套完整的數據生產與治理體系，所有數據均自行採集並進行完整的3D標註，形成堅實的數據基礎。

訓練階段，團隊針對國產NPU硬體特性重新設計訓練系統，引入超密集注意力並行與長序列Token並行等技術，大幅緩解超長影片訓練帶來的顯存壓力，使世界模型首次具備2000幀長時訓練與推理能力。推理階段則進一步透過流水線執行、層級化序列並行、動態混合精度量化等系統級優化，最終讓一個擁有140億參數的MoE架構世界模型，在華為Ascend 910C CloudMatrix384 NPU平台上達到極限超過50幀的即時推理速度。團隊已發布技術報告，並預告近期將開源權重與程式碼，同時基於國產NPU超節點向公眾提供服務。長期以來，世界模型的發展存在矛盾：模型越強，成本越高。

過去部署一個世界模型需投入高昂的GPU成本與複雜的集群維護。如今，同樣的能力可運行在更具成本優勢的國產算力平台上，意味著更低的部署門檻、更快的應用驗證，以及更容易實現規模化複製。這項突破讓世界模型開始從「能做」邁向「能用」，再邁向「用得起」。率先感受到變革的，將是那些最依賴真實世界理解與即時回饋的行業。在遊戲與互動娛樂領域，MoWorld支援完整的6自由度相機控制，用戶可透過鍵盤與滑鼠實現影視級與遊戲級的沉浸式漫遊，場景包含自然風光、二次元與遊戲動漫，支援1080P以上解析度。

對於具身智慧與自動駕駛，MoWorld可為機器人與自駕系統提供低成本、高保真的數位演練場，讓AI在虛擬世界中學習與真實物理環境互動。影視創作方面，傳統分鏡需要漫長渲染週期，MoWorld讓創作者可在生成的虛擬世界中自由調整視角、即時預覽畫面，鏡頭控制絲滑，支援導演級運鏡。在數位孿生與三維重建領域，MoWorld生成的影片具備超越業界的幾何一致性，可直接用於室內場景的三維重建，提供高精度與高性價比的解決方案。魔芯科技憑藉MoWorld獨特的模型能力與突出的產業化進展，近期獲得國家級戰略儲備資本、中東知名美元機構、頭部市場化基金以及十餘家產業資本超過一億美元的融資。

在此之前，魔芯科技已獲得華為旗下哈勃投資以及聯想控股旗下基金的投資。業界普遍認為，世界模型目前仍處於產業早期，全球都在探索工程化落地路徑，行業標準尚未形成。這意味著國產世界模型迎來了少有的「同一起跑線」機會，不僅有機會參與競爭，更有機會參與定義下一代空間智慧的技術標準。MoWorld證明了一件事：全棧國產算力同樣能夠支撐世界模型走向即時交互與產業部署。世界模型的競爭，正在從「誰擁有更大的模型」，轉向「誰能夠真正進入真實世界」。真正屬於世界模型的時代，正快步向前。