一张照片生成3D世界，这家杭州企业亮相WAIC，打开“数字城市试验场”

潮新闻记者沈琳共享联盟·滨江肖鳕桐曹林红涂心如

7月17日，世界人工智能大会（WAIC）开幕首日，一款能“用照片变出3D世界”的模型前排起了长队。观众上传一张街景照片，几分钟后就能在屏幕上自由漫步、旋转视角，看清每栋建筑的细节——这是魔芯科技带来的MoWorld3D世界模型。

就在大会开幕前一天，这款产品已在杭州滨江提前亮相。7月16日下午，魔芯科技在位于滨江区的国家人工智能应用中试基地（具身智能）发布自研MoWorld3D世界模型，同步上线华为云，并与该基地启动共建“未来数字城市基础设施”。这是全球首个全栈基于国产NPU构建的三维世界模型，意味着我国具身智能核心技术自主可控迈出了关键一步。

巧的是，当天恰逢浙江省委十五届九次全会在杭州召开，全会期间组织考察了这处中试基地，全省布局人工智能前沿赛道的战略决心清晰可见。从全国到全省聚焦人工智能，到滨江这个全国唯一的中试基地交出首份“世界模型”答卷，此次发布的意义不言而喻。

世界模型是什么？在人工智能领域，它被看作系统对物理世界的内在模拟能力。魔芯科技创始人陈天润在发布会上给出了更直观的解释：“大语言模型在预测下一个词，我们其实是在预测下一个世界的状态。”现有的视频生成AI，输入提示词后可以输出一段制作好的画面，而世界模型可以输入图片和文字，生成一个完整的3D空间，这被认为是具身智能、自动驾驶、数字孪生的底层基础设施。过去这一赛道由海外主导，WorldLabs年初刚完成10亿美元融资，谷歌DeepMind也已推出Genie3。魔芯此次发布的MoWorld，是国内少有的公开亮相的同类产品。

从现场披露的数据看，MoWorld可维持约2分钟的场景记忆，支持1080P全高清实时交互，并实现6自由度精确相机控制。用户在虚拟场景中自由走动、转身、返回，所有物体的空间关系和视觉细节不会“坍塌”。这一表现已在场景一致性上超越部分海外公开方案。更关键的是，MoWorld完全基于国产算力训练与推理，依托华为昇腾NPU全栈原生优化，首次证明国产算力可独立支撑大规模世界模型的训练与实时部署。推理成本较GPU降低70%，这让世界模型首次具备了规模化落地的经济可行性。

商业化方面，MoWorld上线华为云后将以云服务形式向产业开放，开发者可通过API调用获取空间智能能力，也可选择一体机等私有化部署方案。陈天润透露，MoWorld的核心突破在于实现了“4D空间建模”——不只是让机器理解平面画面，而是理解画面背后的三维空间中各种要素的坐标和尺寸。“过去我们要得到一个三维空间的测量，如果用传统方法去建模，至少需要几天甚至数周的时间，”陈天润说，“现在我们用世界模型的手段，能够在几分钟之内得到一个完整的三维空间。”

更具想象力的合作在场景端。当天，魔芯科技与杭州具身智能中试基地科技有限公司共同启动“未来数字城市基础设施”共建项目，把MoWorld的能力注入交通仿真、应急推演、城市数字孪生等领域，世界模型有望成为城市运行的“模拟引擎”。

“在街道重建场景中，过去设计院需要大量人力对一个街区反复航拍、渲染，效果不佳还得推倒重来，而MoWorld可以在同等效率下完成可用级别的三维重建。”魔芯科技董事长助理杨名介绍，目前魔芯已经在工业制造、消费设计、影视制作、具身智能、自动驾驶等五个领域同步推进落地。

发布会所在地，国家人工智能应用中试基地（具身智能），是国内唯一面向具身智能领域的国家级中试平台，承担着从实验室原型到规模化产品的“中试”功能。而它更重要的角色，是产业生态的“孵化器”和公共资源的“供给方”。此次MoWorld从研发走向发布，背后正是基地在算力调度、场景验证、生态对接等方面的全链路支撑。当世界模型接入中试平台，将加速具身智能在物流、巡检、城市服务等真实场景的渗透。“具身智能的成熟需要无数次试错，但真实世界不允许机器人在马路上撞车、在工厂里碰壁。”杨名说，滨江愿意把真实的城市场景拿出来，让企业的模型和机器人在合规安全的前提下进行验证和迭代，相当于为技术落地提供了一个“缓冲带”和“试验田”。未来，基地将继续发挥中试验证与生态集聚的双重优势，为更多国产模型搭好从实验室走向真实世界的桥梁，培育更多像魔芯这样的创新力量。

据了解，滨江区锚定“人工智能产业创新发展第一区”建设目标，产业持续高速高质增长。2025年全区人工智能产业规模已达478.3亿元，占全市总量的47.3%，在具身智能这条核心赛道上，依托国家人工智能应用中试基地（具身智能），率先形成了先发优势。此次发布，正是这一优势的又一次释放。对滨江而言，这意味着在人工智能下一波浪潮中，有望率先打通“数据、模型、场景”的闭环，引领具身智能产业从语言感知、世界感知向空间物理智能的全新变迁。