阿里巴巴集团旗下高德近日推出了一款创新产品——通用世界模型工坊ABot-World Studio，并已开放测试。这一突破性平台将交互式视频生成与3D场景生成技术完美融合，用户只需输入文字描述或上传图片，即可快速创建出可实时交互、自由分享的AI虚拟世界。生成的世界不仅支持保存为视频文件，还能导出为3DGS格式的空间资产，为数字内容创作开辟了全新维度。
在硬件兼容性方面，ABot-World Studio展现出卓越的本地化部署能力。该平台可在单张NVIDIA RTX 5090显卡上稳定运行，其架构设计突破了传统推理时长限制。官方测试数据显示，系统可实现连续1小时以上的稳定推理，期间未出现任何崩溃或质量衰减现象，这一表现远超同类产品约1分钟的生成上限，为长时间交互场景提供了可靠保障。
针对现有技术路径的局限性，研发团队进行了系统性创新。传统交互式视频生成虽能提供沉浸体验，但生成后即固定，缺乏持续探索性；3D场景生成虽能构建高精度空间，却受限于单一场景的封闭性。ABot-World Studio通过技术融合，首次实现了实时探索与永久记忆的统一，用户既能在虚拟世界中自由行动，又能保存交互轨迹供后续访问。
在视频生成领域，该平台攻克了长时序生成的技术难题。系统在保持首帧画质标准的前提下，支持超过60分钟的第一人称与第三人称视角连续推理。更值得关注的是，其物理引擎对现实规则的高度模拟，使虚拟世界能够根据用户行为实时演化，从物体运动到环境变化均呈现真实反馈，彻底改变了传统视频的被动观看模式。
3D场景生成方面，平台直接输出具有真实几何结构的3DGS空间资产。这些数字资产不仅具备照片级视觉效果，更包含可感知的空间深度与物理边界，用户能够以自然方式完成行走、观察等交互动作。所有生成的3D世界均支持云端存储与社交分享，逐步构建起开放共享的公共世界资源库。
平台最具创新性的设计当属"任意门"空间传送机制。用户可在江南水乡的木门后连接赛博朋克都市，或在古渡口设置通往边关要塞的传送通道。这种跨场景连接技术将原本孤立的数字空间编织成无界网络，为虚拟旅行、教育模拟等场景提供了无限可能。目前，ABot-World系列包含ABot-World0（视频生成）与ABot-3DWorld0（3D生成）两大核心模型，且已实现全面开源。
