这篇图片笔记对应量子位 2026-07-08 17:59 发布的 MoWorld 推文，重点是魔芯科技把交互式世界模型部署到国产 NPU 全栈上，目标从演示视频走向实时控制。1
MoWorld 项目页称，它支持首帧、文本提示和相机轨迹输入，生成后续世界状态，并支持类似 W/A/S/D 的连续交互控制。2
图片顺序：
- MoWorld 入口图：先抓住「世界模型实时交互」这个主题。
- 数据生产链路：开放域视频、游戏交互数据、几何补全、视觉语言标注和离线特征预计算。
- NPU 推理架构：实时管线、按需模块加载、多 NPU 并行和混合精度算子优化共同压低部署门槛。3
- 交互生成流程：相机运动与文本条件进入编码器，DiT 专家和视觉解码器持续生成未来画面。
- 生成效果样例：室内、街区等场景展示连续视角变化下的世界状态预测。
项目页给出的关键结果是推理速度超过 50FPS，部署成本约为同规模 GPU 方案的 30%，也就是成本降低约 70%。2
댓글
로그인하면 댓글을 작성할 수 있습니다.