一圖生世界，靈光App率先將世界模型搬到手機(jī)里

一張照片，一部手機(jī)，你就能在AI造的世界里漫步。

4月27日，螞蟻靈光App正式上線“體驗(yàn)世界模型 ”功能，成為業(yè)界首個(gè)可在移動(dòng)端體驗(yàn)世界模型的AGI產(chǎn)品。用戶只需上傳一張圖片，即可在手機(jī)上最長60秒探索3D世界，并且用手游操控視角，像玩游戲一樣在里面走動(dòng)探索，從觸發(fā)指令到開始探索，僅需秒級。這是業(yè)內(nèi)首次實(shí)現(xiàn)在端側(cè)跑起世界模型，分鐘級的長時(shí)一致性、實(shí)時(shí)可交互的體驗(yàn)再一次引領(lǐng)了AGI產(chǎn)品。靈光一直致力于探索智能的邊界，在此之前靈光上線“閃應(yīng)用”功能，率先實(shí)現(xiàn)在手機(jī)端30秒生應(yīng)用引領(lǐng)全民Wish Coding。

（圖說：手機(jī)上打開靈光APP，點(diǎn)擊左下角「?」號上傳圖片，點(diǎn)擊「生成圖中世界」，即可體驗(yàn)世界模型）

世界模型被視為通向AGI（通用人工智能）的重要路徑之一，是連接數(shù)字世界與物理世界的重要橋梁。此次靈光App“體驗(yàn)世界模型 ”功能背后接入了螞蟻靈波LingBot-World-Fast世界模型，該模型也已經(jīng)開源。

靈光App為用戶提供了便捷的世界模型體驗(yàn)入口。打開靈光App，在對話框上傳一張圖片后，系統(tǒng)會智能推薦操作指令，用戶選擇“生成圖中世界”。或者，直接輸入“幫我用第一人稱視角探索這個(gè)世界”這類自然語言，系統(tǒng)會自動(dòng)進(jìn)入世界模型生成流程。從觸發(fā)指令到開始探索，僅需秒級。

進(jìn)入世界模型體驗(yàn)頁面后，靈光App針對移動(dòng)端用戶的操作習(xí)慣進(jìn)行了精心設(shè)計(jì)，創(chuàng)新性地引入了手游搖桿操控方式，讓用戶以最熟悉的方式探索AI即時(shí)生成的3D世界。具體而言，屏幕左側(cè)搖桿負(fù)責(zé)控制角色在3D場景中的位移，用戶可前后左右自由行走；右側(cè)搖桿則負(fù)責(zé)控制視角旋轉(zhuǎn)，實(shí)現(xiàn)全方位環(huán)顧探索。這一操控邏輯與主流3D手游高度一致，玩家無需額外學(xué)習(xí)，即可上手操控，真正做到“零門檻沉浸”。

世界模型的移動(dòng)端部署，是行業(yè)里公認(rèn)的難題。算力需求大、延遲控制難、終端性能參差不齊，每一條都是實(shí)際的工程挑戰(zhàn)。靈光團(tuán)隊(duì)采用高效、低延遲的流式傳輸技術(shù)，實(shí)現(xiàn)了百毫秒級的響應(yīng)延遲，用戶從觸發(fā)指令到開始探索3D世界僅需秒級，打破了此前世界模型“高門檻、高算力、難落地”的刻板印象。

靈光App負(fù)責(zé)人蔡偉表示，“體驗(yàn)世界模型功能是靈光在探索智能邊界的又一實(shí)踐。此前靈光推出的"閃應(yīng)用"功能可實(shí)現(xiàn)自然語言30秒生應(yīng)用，也是把原本專業(yè)開發(fā)者的Coding能力給到普通用戶。靈光希望不斷探索智能的邊界，挖掘用戶未被滿足的需求，把好的AI體驗(yàn)給到所有人。”

目前，用戶可在各大應(yīng)用商店下載靈光App，直接體驗(yàn)世界模型功能。