北京
6月9日消息，近日，北京大学EvoPhys团队推出以“人”为中心、面向“场景级万物可控”的5D世界模型 EvoPhys-World。并在斯坦福大学WorldScore公开评测榜单中，获得“世界生成（World Generation）”赛道第一名。
图注：WorldScore实时榜单：EvoPhys-World 位列第一
值得关注的是，EvoPhys-World的原生训练全程都在摩尔线程MTT S5000全功能GPU上完成，并由MUSA软件栈提供全栈支撑。面对长时序第一视角交互数据带来的时空建模、动作预测和物理交互挑战，国产软硬件平台完成了从适配到稳定训练的全流程支撑。
据介绍，EvoPhys-World的创新之处在于，它将AI生成的世界从传统的“可观看、可漫游、浅交互”，提升到“可操控、深交互、自进化”。该模型以“人”为中心，将第一视角下的人类观察与手部交互作为通用动作表征，从大规模原始无标注人手EGO数据中学习，通过World Engine（万物可孪生、物理可交互）与World Policy（世界可预演、万物可操控）两种形态，构建了从“生成世界”到“操控世界”的完整闭环。
图注：MTT S5000 多机弱扩展效率（以16卡为基准）：从单机到20节点（160卡），训练吞吐保持近线性扩展，弱扩展效率约90%。数据来自北京大学EvoPhys团队实测。
北京大学EvoPhys团队实测数据显示，MTT S5000在从单机到20节点（160卡）的扩展过程中，训练吞吐保持近线性增长，多机弱扩展效率约90%；在对齐验证条件下，其训练吞吐与国际主流GPU产品基本持平，多机扩展效率曲线趋势接近。同时，在相同Prompt和初始帧条件下，国产算力训练模型与国际主流GPU训练模型生成的视频结果在抓握姿态、书写笔迹以及手物交互等方面表现出一致的生成质量。
图注：对齐验证条件下相对训练吞吐（以国际主流产品为100%）：MTT S5000与国际主流产品基本持平。数据来自北京大学EvoPhys团队实测。
摩尔线程表示，此次合作构建了“前沿模型—国产软件栈—国产算力—产业工作流”的全链路闭环，为国内高校、科研机构和具身智能团队提供更高自主性的算力与开发环境。该项目也是摩尔线程“灯塔计划”的代表性成果之一，未来将继续通过国产GPU与软件生态支持前沿AI科研创新。（袁宁）
本文来源：网易智能
责任编辑：
袁雪丽_NBJS26698
