世界模型正从“视频生成”的短暂昙花，走向“可交互世界”的漫长探索。日前，阿里巴巴旗下高德正式发布通用世界模型工坊 ABot-WorldStudio 并开放测试，将文本与图片输入直接转化为可实时交互、可分享的 AI 世界，标志着这一领域从分钟级短片迈向小时级稳定运行的新阶段。

与传统世界模型仅聚焦于视频生成不同，ABot-WorldStudio 的核心创新在于统一了交互式视频生成与 3DGS（3D 高斯泼溅）场景生成。这意味着用户不再只是生成一个影片，而是构建出一个可以实时探索、甚至“穿越”的虚拟空间。其内置的“时空任意门”功能尤为亮眼——用户在沉浸于一个场景后，可瞬间跃迁至另一个完整构建的 3D 世界，实现了场景生成与自由跳转的无缝融合。官方实测显示，该工坊支持单次连续推理稳定运行超1小时，无崩溃、无质量衰减，这相比目前多数世界模型在生成10-30秒序列后即会崩溃的现状，是一次可观的质变。

行业背景上，世界模型目前正分化为“视频生成”与“3D 场景构建”两大路径。OpenAI 的 Sora 等代表前者的极致，展现了以文本驱动生成沉浸式视频的能力，但缺乏交互性；而 NVIDIA 的 FoundationWorld 等则专注后者，强调物理仿真与机器人训练。高德 ABot 系列的选择是“两者都要”——这得益于其底层双模型架构：ABot-World0 负责交互式视频生成与长序列推理，ABot-3DWorld0 则专攻 3DGS 场景的即时构建与渲染。更重要的杀手锏是，这两款模型均可在单张 NVIDIA RTX 5090 上本地部署运行，并已全面开源。对比 Meta 的 Ego-Exo4D 等依赖大规模云资源的方案，这显著降低了研究与开发者的准入门槛，直接瞄准了具身智能、自动化仿真等需要频繁迭代的团队。

对于从事具身智能、边界探索或虚拟仿真项目的研究团队，ABot-WorldStudio 提供了一个值得上手的实用信号：一个可本地运行、小时级稳定、支持自由穿越的通用工坊，已经不再是概念。建议开发者直接上手开源模型，优先在单卡 5090 工作站上尝试其长序列生成与场景跳跃能力，尤其适合用于训练数据生成、机器人无边界环境仿真，或快速原型构建。趋势上，这一发布可能加速世界模型从“可变视频”到“可控世界”的产业分化，消费级硬件与开源模型结合的生态，或将成为未来重要的基础设施。