魔芯科技发布MoWorld 2.0:十余种物理要素进同一世界模型,昇腾上推理达 70 FPS
浙大 00 后博士生陈天润创办的魔芯科技在乌镇世界互联网大会发布新一代通用 4D世界模型。团队称MoWorld 2.0将重力、弹力、浮力等十余种物理要素融入同一模型,在华为昇腾NPU上把实时视频推理速度从上一代最高约 50 FPS提升到约 70 FPS。
AI解读:MoWorld 2.0的公开说法集中在两点:把十余种物理要素放进同一个模型,以及在国产算力上跑得更快。团队称模型学习重力、弹力、柔体、流体等要素各自的作用和叠加后的效果,使物体的材质、所受外力与相互作用共同影响场景变化;这一表述来自团队介绍,来源未给出与同类模型的公开对比评测。
70 FPS指模型实时生成新画面的速度,直接影响用户移动镜头、改变场景后画面能否跟上。团队称从MoWorld 1.0的最高约 50 FPS提升到约 70 FPS,提升约 40%,做法是把场景解码、主干生成等任务拆分到多张昇腾NPU并行执行,并优化稀疏注意力、混合精度量化和算子融合。
成本方面只有团队给出的口径:推理成本最低为同规模GPU方案的 30%。来源没有披露测算方法、对应场景和硬件配置,因此这一数字只能视为公司主张,不能据此推断行业层面的成本格局。
除视频输出外,MoWorld 2.0生成的场景可导出为 3D/4D高斯资产,供后续编辑、渲染和反复调用。团队列举的用途包括影视与游戏的分镜预演、机器人和智驾在改变障碍物、道路、天气条件下的反复测试,以及从古画生成可走进的古代街市。这些是官方演示和应用设想,来源未给出对应客户的落地数据。
端侧已有具体例子:今年 10 月华为新款手机发布会上亮相的“摸小宠”,用户上传几张宠物照片生成 4D数字分身。据团队介绍,高质量 4D资产在云端生成,约 6 亿参数的端侧模型在昇腾平台训练、部署到搭载麒麟芯片的手机上推理,手机端负责渲染和交互;3D/4D高斯资产渲染帧率可达 500 FPS,手机端相关渲染测试约 100 FPS。
魔芯科技成立于 2021 年,最早做 3D打印机,2024 年底转向空间智能。来源称其今年已完成 5 轮融资、总额 20 亿元、估值近百亿元,团队从五六十人扩张到两百多人;这些均为报道引述的公开信息。此次与魔芯共同发布的是具身智能、文化旅游、时空地理信息三个方向的国家人工智能应用中试基地。
11 月 4 日,在乌镇的世界互联网大会上,魔芯科技发布新一代通用 4D世界模型MoWorld 2.0。魔芯由浙江大学 00 后博士生陈天润创办,此前曾提出做“中国版Cosmos”。
据团队介绍,MoWorld 2.0在前一代空间生成与实时交互能力的基础上,加强了对物理规律的建模,将重力、弹力、浮力、光照、柔体、流体、刚体、形塑体、热力等十余种物理要素融入同一个模型,让物体的材质、所受外力以及彼此间的相互作用共同决定场景如何变化。
物理要素如何进入模型
团队以翻书为例说明思路:风向和力度影响书页从哪里被掀起、怎样翻动,纸张的柔性决定受力后的弯曲和形变,这些因素叠加形成最终的翻页过程。MoWorld 2.0在训练中既学习各物理要素单独的作用,也学习它们叠加后对物体运动和形变的影响。
具体实现上,团队称做了两项工作:构建支持不同物理要素交互与渲染的物理高斯渲染器;采用多专家预测,对物理、像素和高斯三类信息进行预测。官方演示包括书签掉落的接触、受力和弹起过程,以及水在外力作用下的运动变化。这些演示用于说明能力范围,来源未提供量化评测结果。
昇腾上的 70 FPS与成本口径
70 FPS指模型实时生成新画面的速度,类似游戏帧率,影响用户移动镜头、改变场景后画面能否及时跟上。团队称MoWorld 1.0在昇腾上已实现最高约 50 FPS,这次提升到约 70 FPS,提升约 40%。
据团队介绍,提速关键在于把不同计算任务拆开、交由多张NPU并行处理:利用昇腾开放的底层算子和并行调度工具链,将场景解码、主干生成等任务拆分到多张NPU上执行,同时优化多卡协同调度,减少显存数据重复搬运和无效计算;此外还优化了稀疏注意力机制,采用混合精度量化和生成算子融合。
成本方面,团队称推理成本最低为同规模GPU方案的 30%。来源未说明该比例的测算依据和适用配置,这一数字应视为公司主张。
可导出为 3D/4D高斯资产
MoWorld 2.0生成的场景可输出为 3D/4D高斯资产,即由大量带位置、形状和外观信息的三维“小团块”表示物体和环境的数据,软件可基于这些数据从不同视角重新渲染;4D资产进一步记录空间内容随时间的变化。团队称这意味着生成内容不再只是一次性视频,而是可继续编辑、渲染和调用的资产。
官方演示中,模型根据一幅古画生成了一座可走进去的古代街市,画中店铺、街巷、行人和车船成为可编辑、可交互的场景内容。团队列举的用途包括:影视和游戏团队换机位、改天气、调整物体做分镜预演;机器人和智驾团队在同一环境中改变障碍物、道路和天气条件反复测试。来源未给出这些场景的实际客户案例或效果数据。
端侧应用“摸小宠”
今年 10 月华为新款手机发布会上亮相的“摸小宠”被团队列为MoWorld 2.0的终端应用:用户上传几张宠物照片即可生成宠物的 4D数字分身,从不同角度观察并互动。
据团队介绍,这套体验由云端和手机协同完成——高质量 4D资产在云端生成,约 6 亿参数的端侧模型在昇腾平台完成训练,再部署到搭载麒麟芯片的手机上推理,手机端负责渲染和交互。团队还称,3D/4D高斯资产的渲染帧率可达 500 FPS,手机端相关渲染测试约为 100 FPS。
公司与合作背景
魔芯科技成立于 2021 年,陈天润创办时还在浙江大学读大三,团队最早的产品是 3D打印机。据公开报道,2024 年底团队发现正在测试的网络不仅能生成物体还能生成空间,随后将建模框架迁移到世界模型项目,公司重心转向空间智能;3D打印机业务保留,并通过影视、文旅项目获得现金流。
产品节奏上,2025 年 12 月魔芯推出KOKONI-World原型,今年 7 月发布MoWorld 1.0,11 月迭代至 2.0。据今年 9 月的报道,公司在此前半年左右从五六十人扩张到两百多人;融资方面今年连续完成 5 轮、总额 20 亿元,估值近百亿元。
此次与魔芯共同发布MoWorld 2.0的是具身智能、文化旅游、时空地理信息三个方向的国家人工智能应用中试基地。根据公布的计划,后续合作将分别围绕交互仿真与机器人训练、文化数字资产与沉浸式体验、三维数据生产和大场景重建展开。