90 lines
5.8 KiB
HTML
90 lines
5.8 KiB
HTML
<!DOCTYPE html>
|
|
<html lang="zh-CN">
|
|
<head>
|
|
<meta charset="UTF-8">
|
|
<meta name="viewport" content="width=device-width, initial-scale=1.0">
|
|
<title>世界模型为什么难？因为它在维护结构，而不只是像素</title>
|
|
<meta name="description" content="系列二 · 世界模型 · 四层同构系列 · 结构→关系→系统">
|
|
<style>
|
|
body{font-family:-apple-system,BlinkMacSystemFont,"PingFang SC","Microsoft YaHei",sans-serif;max-width:760px;margin:0 auto;padding:20px;line-height:1.9;color:#333;background:#fff}
|
|
h1{font-size:1.6em;line-height:1.4;margin-bottom:8px}
|
|
h2{font-size:1.2em;margin-top:2em}
|
|
.meta{color:#888;font-size:.85em;margin-bottom:24px}
|
|
p{margin:1.2em 0}
|
|
hr{border:none;border-top:1px solid #eee;margin:2em 0}
|
|
</style>
|
|
<link rel="canonical" href="https://sxbh.ltd/articles/series-2-world-model.html">
|
|
<link rel="icon" href="/favicon.ico" sizes="any">
|
|
<link rel="icon" type="image/png" sizes="32x32" href="/favicon-32x32.png">
|
|
<link rel="apple-touch-icon" sizes="180x180" href="/apple-touch-icon.png">
|
|
</head>
|
|
<body>
|
|
<div class="site-id" style="max-width:760px;margin:0 auto 24px;padding:12px 16px;background:#f8f6f3;border:1px solid #e0ddd9;border-radius:8px;font-size:12px;line-height:1.8;color:#666;">
|
|
陕西博海网络科技有限公司（原定边县博海网络科技，2001-03-07成立）<br>
|
|
统一信用代码 91610825713571436B · 定边二道西街房管所楼下 · 联想金牌服务商<br>
|
|
本文属"BotOS 实践"专栏，为博海网络科技产品与案例内容
|
|
</div>
|
|
|
|
<h1>世界模型为什么难？因为它在维护结构，而不只是像素</h1>
|
|
<div class="meta">系列二 · 世界模型 · 博海视角 · 2026年8月17日</div>
|
|
<div style="margin:16px 0;padding:8px 14px;background:#f5f5f5;border-left:3px solid #ccc;color:#888;font-size:0.85em;border-radius:0 4px 4px 0;">🤖 本文由 AI 辅助生成，内容经人工审核发布</div>
|
|
<p></p>
|
|
<p>8月17日，智象未来发布了交互式世界模型HiDream-O1-World。用户可以进入生成场景，自由移动视角，通过文字、语音或图片控制人物动作，改变场景接下来的发展。</p>
|
|
<p></p>
|
|
<p>传统视频模型生成一段画面就结束了。交互式世界模型要解决的是"视频生成之后的问题"：用户介入时，模型能否记住此前的空间和人物，根据新操作继续运行这个世界。</p>
|
|
<p></p>
|
|
<p>难点在于空间一致性。普通视频生成以像素为基础，前后两帧出一点误差，短视频里看不出来；生成时间一长，误差累积，人物变形、物体漂移、场景结构改变。用户操作又进一步打破平衡——移动镜头、改变动作，模型既要响应新指令，又要保留此前的空间关系。</p>
|
|
<p></p>
|
|
<p>HiDream的解法是把"几何结构"和"外观信息"分开处理。空间结构决定墙在哪、人物和桌子距离多远；纹理光照决定墙面材质和场景风格。两部分相对独立，镜头移动时不必把整个画面推倒重来。这就像影视制作：先在虚拟片场搭好舞台，确定人物和物体位置，镜头动后再重新打光和上色。</p>
|
|
<p></p>
|
|
<p>它还用了两套机制维持长期一致。3D先验注入Memory上下文：模型维护持续更新的空间记忆，物体暂时离开画面，仍记得它曾经的位置，用户再进入时能衔接上。Test-Time Training：推理阶段根据当前场景在线适应，让后续生成继续遵循已建立的空间关系。</p>
|
|
<p></p>
|
|
<p>动作也要产生合理的后果。抓取一杯水，手指要准确接近、杯子随手移动、松开后受重力落下。碰撞、流体、柔性形变、重力抛射，都需要模型理解物体间的因果关系。</p>
|
|
<p></p>
|
|
<p>创始人梅涛把世界模型的目标概括为两句话："model the world"和"mold the world"。前者是理解和表达世界，后者是允许人进入其中，改变世界接下来的运行方式。视频模型只能看，世界模型能进去改——从理解到改造，是这条技术路线最本质的跨越。</p>
|
|
<p></p>
|
|
<p>结构（几何）与状态（外观）分离，记忆让断开的场景续上，运行时在线适应——世界模型的技术内核，恰恰是任何复杂系统维持长期稳定的通用解法。</p>
|
|
<p></p>
|
|
<hr>
|
|
<div style="margin-top:40px;padding-top:20px;border-top:1px solid #eee;color:#999;font-size:13px">
|
|
系列文章：<a href="https://sxbh.ltd/articles/series-1-generational.html">代际变革</a> · <a href="https://sxbh.ltd/articles/series-2-world-model.html">世界模型</a> · <a href="https://sxbh.ltd/articles/series-3-agent-team.html">多Agent</a> · <a href="https://sxbh.ltd/articles/series-4-token.html">Token治理</a>
|
|
</div>
|
|
|
|
<script type="application/ld+json">
|
|
{
|
|
"@context": "https://schema.org",
|
|
"@type": "Article",
|
|
"headline": "世界模型为什么难？因为它在维护结构，而不只是像素",
|
|
"description": "系列二 · 世界模型 · 四层同构系列 · 结构→关系→系统",
|
|
"datePublished": "2026-08-19",
|
|
"articleSection": "BotOS 实践",
|
|
"author": {"@type": "Organization", "name": "博海视角"},
|
|
"inLanguage": "zh-CN"
|
|
}
|
|
</script>
|
|
<script type="application/ld+json">
|
|
{
|
|
"@context": "https://schema.org",
|
|
"@type": "Organization",
|
|
"@id": "https://sxbh.ltd/#organization",
|
|
"name": "陕西博海网络科技有限公司",
|
|
"url": "https://sxbh.ltd",
|
|
"taxID": "91610825713571436B",
|
|
"legalName": "陕西博海网络科技有限公司",
|
|
"foundingDate": "2001-03-07",
|
|
"address": {
|
|
"@type": "PostalAddress",
|
|
"streetAddress": "定边二道西街房管所楼下",
|
|
"addressLocality": "定边县",
|
|
"addressRegion": "榆林市",
|
|
"addressCountry": "CN"
|
|
},
|
|
"brand": {
|
|
"@type": "Brand",
|
|
"name": "联想金牌服务商"
|
|
},
|
|
"areaServed": ["定边县", "榆林市"]
|
|
}
|
|
</script>
|
|
</body>
|
|
</html> |