就在最近，華為在GitHub上開(kāi)源了一個(gè)全新的世界模型叫做WorldGrow,這個(gè)模型可以允許生成3D世界，并且只需要一張A100卡即可運(yùn)行。

模型來(lái)自論文，來(lái)自上海交通大學(xué)、杭州科技大學(xué)一起發(fā)布的，因?yàn)檫@是兩位學(xué)生在華為實(shí)習(xí)的時(shí)候完成的，這個(gè)模型可以讓機(jī)器人模型可以自己在房間里完成任務(wù)并且自己訓(xùn)練自己，如下是論文的封面允許機(jī)器人 在里面進(jìn)行行走，并且模型不斷生成新的房間，讓機(jī)器人識(shí)別出來(lái)。

與之對(duì)應(yīng)的現(xiàn)在全世界還有幾個(gè)頭部的空間模型，分別是

2.李飛飛的RTFM （源代碼未開(kāi)源）

RTFM是基于worldlabs衍生出來(lái)的，前者需要大量的顯卡算力無(wú)法部署，而RTFM只需要一張A100即可運(yùn)行，可以支持用戶(hù)在世界里進(jìn)行空間交互，再將其AI模型在物理世界中運(yùn)行，獲取模型反饋并得到模型的訓(xùn)練優(yōu)化。

如下是RTFM的測(cè)試鏈接，可以調(diào)整世界交互速度與畫(huà)面分辨率

而RTFM最大的特點(diǎn)是只有一張A100就可完成部署與運(yùn)行，并且運(yùn)行用戶(hù)在第一視角上完成上下左右的運(yùn)行。

https://rtfm.worldlabs.ai/

3.馬斯克的：世界模擬器 simulate world

異曲同工的還有馬斯克特斯拉的世界模擬器，相較于前面2個(gè)模型，這個(gè)生成的更加真實(shí)，包含了真實(shí)世界的場(chǎng)景與人類(lèi)，可以讓FSD模型實(shí)現(xiàn)更好的自動(dòng)化駕駛，同時(shí)世界模型同樣適用于具身機(jī)器人的擎天柱訓(xùn)練。

被稱(chēng)之為自駕模型訓(xùn)練的缸中之腦，通過(guò)生成真實(shí)的世界街道錄像，讓特斯拉FSD模型可以自主在虛擬世界中自動(dòng)化駕駛。并且生成特定任務(wù)，讓AI模型可以在其中學(xué)習(xí)正確路線

以上世界模型典型的特點(diǎn)是首先是3D的，其次是空間生成的物理尺寸與規(guī)律和真實(shí)世界一樣，3個(gè)世界模型的競(jìng)品對(duì)比，除了開(kāi)源與閉源的關(guān)系，還有在數(shù)據(jù)集、展現(xiàn)方式、落地廠家、工程成熟度以及優(yōu)勢(shì)、局限來(lái)做的對(duì)比。

維度

Tesla World Simulator

Huawei WorldGrow

World Labs RTFM

核心目標(biāo)

統(tǒng)一 FSD 與 Optimus 的端到端自主學(xué)習(xí)/仿真

無(wú)限大顯式3D世界

生成（可拼接擴(kuò)展）

實(shí)時(shí)交互式

世界生成（幀級(jí)自回歸擴(kuò)散Transformer）

數(shù)據(jù)/訓(xùn)練

車(chē)隊(duì)與機(jī)器人視頻/多傳感器；閉環(huán)E2E

高質(zhì)量場(chǎng)景塊數(shù)據(jù) + 3D上下文建模

大規(guī)模視頻數(shù)據(jù)端到端訓(xùn)練

展現(xiàn)方式

神經(jīng)視頻/隱式世界表示（偏黑箱）

顯式3D

：體素→網(wǎng)格→貼圖，利于工具鏈

2D幀生成但保持3D一致與持久性（空間記憶）

落地場(chǎng)景

自動(dòng)駕駛、機(jī)器人策略學(xué)習(xí)與評(píng)測(cè)

內(nèi)容生成、仿真場(chǎng)景資產(chǎn)搭建

交互應(yīng)用、內(nèi)容/場(chǎng)景快速生圖與游走

工程成熟度

高（量產(chǎn)導(dǎo)向、閉源）

研究前沿（論文+Demo）

研究到產(chǎn)品化過(guò)渡中（公開(kāi)Demo/博客）

開(kāi)源/可用性

未開(kāi)源

論文/項(xiàng)目頁(yè)公開(kāi)，代碼待看版本

官方博客/演示，暫未見(jiàn)完整開(kāi)源

優(yōu)勢(shì)

與真實(shí)任務(wù)強(qiáng)耦合；統(tǒng)一車(chē)輛/機(jī)器人

顯式3D可編輯、可拼裝、擴(kuò)展無(wú)限空間，在空間產(chǎn)品設(shè)計(jì)場(chǎng)景上使用，尤其是家居室內(nèi)

單卡H100實(shí)時(shí)、可交互、3D一致性強(qiáng)，適合空間3D交互效果

局限

封閉難復(fù)用；細(xì)節(jié)未公開(kāi)

與控制/物理閉環(huán)還需打通

與控制/物理對(duì)齊、長(zhǎng)時(shí)穩(wěn)定仍需驗(yàn)證

AI產(chǎn)品正在從文字到2D再到3D最后到空間感知與物理環(huán)境

現(xiàn)在看AI的生成內(nèi)容已經(jīng)從單維逐步到2維最后的三維世界，現(xiàn)在還缺少空間的感知與物理環(huán)境，這些仍然需要大量的數(shù)據(jù)訓(xùn)練。

不過(guò)很遺憾的是，很多產(chǎn)品經(jīng)理都跟不上了，因?yàn)榍皫滋熳隽艘粋€(gè)調(diào)研，現(xiàn)在付費(fèi)使用AI大模型的產(chǎn)品經(jīng)理，只有不到20%，從現(xiàn)在來(lái)看這個(gè)數(shù)據(jù)是非常低的。

如果你也感興趣這個(gè)調(diào)研，可以在這個(gè)文章里參與投票。

以上的世界模型，除了華為的可以復(fù)用并且場(chǎng)景有限在室內(nèi)，對(duì)希望做人形機(jī)器人的開(kāi)發(fā)者來(lái)說(shuō)，空間數(shù)據(jù)依賴(lài)于更準(zhǔn)確、更復(fù)雜的環(huán)境生成，才能夠讓模型有通用型，而這部分就需要更加真是的外部世界。

當(dāng)然，我也找了幾篇論文有開(kāi)源的世界模型，比如下面這個(gè)基于GTA5世界效果來(lái)作為數(shù)據(jù)集訓(xùn)練的世界模型，Matrix2.0，可以參考論文地址活動(dòng)模型源代碼： https://arxiv.org/pdf/2508.13009

這些世界模型就可以用來(lái)做人形機(jī)器人的通用模型訓(xùn)練，甚至是可以做到讓真實(shí)世界與虛擬模型一致，簡(jiǎn)單來(lái)說(shuō)就是數(shù)字孿生實(shí)時(shí)生成。

要知道現(xiàn)在SORA這些視頻生成模型，也可做到上下環(huán)節(jié)的主要人物沒(méi)有區(qū)別，控制片頭片尾一致性，而世界模型則是做到真實(shí)世界的映射。

這樣機(jī)器人的操作其實(shí)在虛擬模型里面已經(jīng)完成了，真實(shí)世界只是一個(gè)模型的落地操作，這樣人形機(jī)器人就具備“通用型了”。

接下來(lái)，在十五五規(guī)劃里，人形機(jī)器人將配合國(guó)家發(fā)展策略進(jìn)行大爆發(fā)，接下來(lái)產(chǎn)品經(jīng)理對(duì)應(yīng)的研發(fā)產(chǎn)品科技將和國(guó)家強(qiáng)相關(guān)。

今天的分享就在這里

“關(guān)注我，一個(gè)產(chǎn)品經(jīng)理的創(chuàng)業(yè)故事”

產(chǎn)品經(jīng)理一鍵AI工作站，Paraflow

我最近的精選原創(chuàng)

云棲大會(huì)后，阿里正式成為了中國(guó)的“OpenAI+英偉達(dá)”

和我一起每日拆解AI產(chǎn)品APP

我創(chuàng)建的產(chǎn)品設(shè)計(jì)打卡社群，加入后365天，每天體驗(yàn)一款A(yù)PP。提升產(chǎn)品設(shè)計(jì)能力，同時(shí)有1300份體驗(yàn)報(bào)告幫助你找到競(jìng)品。

在這里你可以隨時(shí)查詢(xún)到你想找的各類(lèi)競(jìng)品行業(yè)APP，無(wú)須自己親自下載就可以馬上得到APP的一手產(chǎn)品優(yōu)化、交互設(shè)計(jì)、功能描述信息。

從優(yōu)化&建議、商業(yè)模式、運(yùn)營(yíng)、功能描述、交互設(shè)計(jì)、產(chǎn)品定位至少6個(gè)維度，體驗(yàn)一款應(yīng)用。平均1天1塊錢(qián)，掃碼購(gòu)買(mǎi)即可加入，連續(xù)體驗(yàn)48款應(yīng)用，通過(guò)后原路退回。

報(bào)名后添加星球助理

PMTalk123