7月14日消息，近日，阿里巴巴集团旗下高德正式发布通用世界模型工坊ABot-World Studio，并同步开放测试。该工坊将交互式视频生成与3DGS场景生成统一在同一产品中——用户只需输入一段文字或一张图片，即可生成一个可实时交互、任意分享的AI世界，输出结果可保存为视频与3DGS文件。
据介绍，ABot-World Studio可在单张5090上进行本地部署。该产品在架构层面不设推理时长上限，官方实测中，单次连续推理已稳定运行超过1小时且未出现崩溃或质量衰减，超同类世界模型约1分钟的生成上限。
当前，世界模型存在多条完全不同的技术路径：交互式视频生成，侧重沉浸感和交互性，但视频生成后交互即结束，用户无法持续探索；3D场景生成聚焦于构建高保真的空间资产，但世界之间缺少连续性，探索范围受限于单一场景。两者本质上仍停留在“一段视频”或“一个场景”的范式内。ABot-World Studio 首次将二者统一，同时实现了实时探索与永久记忆。
在交互式视频生成方面，ABot-World Studio 解决了传统视频模型长时序易崩坏的问题。工坊在确保画面与首帧画质相当的前提下，支持超过一小时的第一人称与第三人称长时推理。此外，由于模型对真实物理规则的高度还原，其生成的世界不再是被动播放的像素流，而是能跟随用户的每一个动作实时演化与反馈，真正实现对世界的预测和精准操控。
在3D场景生成方面，工坊原生输出具备真实几何结构的3DGS空间资产。生成的世界既拥有照片级视觉保真度，也具备可感知的空间深度与物理边界，用户可以自由进行空间探索。所有生成的3D世界均可保存与分享，构建起一个开放的公共世界库。
在此基础上，工坊在每个3D世界中原生嵌入了“任意门”机制——用户可以在江南水乡的木门后链接一座赛博城市，或让风陵渡的渡口直通雁门关的关隘，通过空间传送将原本孤立的场景编织成一张无界的探索网络。
ABot-World Studio的领先体验，得益于底层的 ABot-World系列通用交互式世界模型。该系列包含 ABot-World0（视频生成）与 ABot-3DWorld0（3D生成）两大模型。目前，ABot-World 系列模型已全面开源。