剛剛，手機能跑世界模型了

智東西
作者 李水青
編輯 云鵬

智東西4月27日報道，今日，螞蟻靈光App上線“體驗世界模型”功能，成為業界首個可在移動端體驗世界模型的智能助手，實現了分鐘級一致性和實時可交互體驗。

▲靈光App界面更新

用戶只需上傳一張圖片，即可在手機上探索最長60秒的3D世界，并通過手游搖桿操控視角，像玩游戲一樣在其中走動。從觸發指令到開始探索，整個過程僅需秒級。

靈光App“體驗世界模型”功能背后，其接入了螞蟻靈波今年1月開源的LingBot-World-Fast世界模型，該模型可提供高保真、可控制且邏輯一致的模擬環境。

智東西第一時間體驗了該功能，發現該功能確實能實現秒級生成速度，無需等待，生成的3D畫面較自然合理且連續性較好；操縱上雖然有秒級延遲，但可以接受；作為一款端側功能，清晰度仍有提升空間。

▲輸入給靈光App的圖片

▲靈光App可一秒內生成一個“世界”

具體操作上，用戶在靈光App對話框上傳一張圖片后，系統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世界”等自然語言，系統將自動進入世界模型生成流程。

當我上傳《黑神話：悟空》中的小雷音寺場景圖片，靈光迅速生成了以下與游戲界面類似的“世界”。畫面中引入了手游搖桿操控，據稱這是靈光針對動端操作習慣一個創新點。如下圖所示，通過遙感操縱，我能以悟空的第一視角向前。

▲輸入給靈光App的圖片

▲靈光App生成的“世界”部分體驗截圖

可以看到，復雜建筑結構被保留還原，門洞內部的景深感明顯，不存在“穿模”情況；右側視角環顧四周時，場景過渡平滑，延遲在1秒鐘左右；不過從清晰度上來說，該功能還有提升空間。

緊接著，我上傳了一張《塞爾達傳說：曠野之息》海拉魯平原的截圖，只見生成的開闊大場景的地面連續性較好，向山下望去可見陡峭的巖石群，無接縫、無孔洞；陽光之下，高飽和綠色與藍天之間的顏色過渡自然，地面上的陰影方向也與圖片中的光源方向保持一致。

▲輸入給靈光App的圖片

▲靈光App生成的“世界”部分體驗截圖

再看看《超級馬里奧：奧德賽》都市國街道場景生成情況，路側的近景路燈、中景行人行道、遠景高樓顯得比較有層次，沒有明顯的粘連；角色沿街道直線行走時，兩側建筑保持平行，透視正確；但地上的斑馬線出現了一些扭曲，小摩托“自動駕駛”后消失，略顯不足；隨著游覽速度加快，圖像的清晰度有些打折扣，馬里奧的身形已不太清楚。

▲輸入給靈光App的圖片

▲靈光App生成的“世界”部分體驗截圖

最后我又拿一張恐龍滅絕主題的CG藝術圖來嘗試，只見隕石墜落、火山遠景都刻畫得富有動態，但隕石懸浮時間有些久；遠處隕石、濃煙邊界清晰，沒有被簡化為單一色塊；恐龍在走動中及重疊時形態沒有嚴重畸變，整體表現沒有大的視覺Bug。

▲輸入給靈光App的圖片

▲靈光App生成的“世界”部分體驗截圖

世界模型的移動端部署面臨算力需求大、延遲控制難、終端性能參差不齊等業界公認難題。實測看到，靈光“體驗世界模型”功能在響應速度上表現突出。靈光官方報道提到，團隊采用了高效、低延遲的流式傳輸技術，實現了百毫秒級響應延遲，從觸發指令到開始探索僅需秒級。

靈光App負責人蔡偉談道：“體驗世界模型功能是靈光在探索智能邊界的又一實踐。此前靈光推出的‘閃應用’功能可實現自然語言30秒生應用，也是把原本專業開發者的Coding能力給到普通用戶。”

結語：世界模型升溫，端側場景是下一關

從阿里、騰訊、李飛飛團隊等密集發布世界模型新作，到靈光App率先將世界模型搬上手機，世界模型賽道正快速升溫。

端側響應速度與生成效果已有明顯進步，正如蔡偉所言，靈光希望不斷探索智能邊界，把好的AI體驗給到所有人。接下來，比拼的不僅是技術，落地后的應用場景挖掘也至關重要。