8月17日，合肥人工智能企业智象未来（HiDream.ai）正式发布原生全模态交互式世界模型HiDream-O1-World。该模型基于企业自主研发的UiT原生全模态架构，具备漫游、编辑、交互三大功能，支持文本、图像、交互指令等多模态输入，可一键生成可持续探索和交互的数字世界，并在时空一致性和物理一致性两项关键能力上实现突破。
与传统视频生成模型主要生成连续画面不同，交互式世界模型需要在用户不断移动视角、改变环境和操控角色的过程中，持续保持场景稳定，并让物体运动符合现实世界的基本规律。
针对这一难题，HiDream-O1-World重点提升了长时程时空一致性和物理一致性。模型通过引入3D空间记忆和测试时训练机制，在生成过程中持续记录场景的几何结构、物体位置及空间关系，使镜头在多轮移动和视角切换后，仍能保持物体尺寸、位置和遮挡关系相对稳定，减少场景漂移、物体消失等问题。
在物理一致性方面，模型引入刚体碰撞、流体运动、柔性形变、重力抛射等物理模拟数据进行训练，并结合在线自适应机制，使物体碰撞、运动、遮挡以及重力响应等更加符合现实世界的因果逻辑。
在应用方面，HiDream-O1-World可用于AI互动影游、具身智能仿真和3D场景生产等领域。模型可生成城市、工厂、室内等虚拟环境，为机器人、自动驾驶提供仿真训练，也可快速生成和编辑不同类型的3D场景。用户通过文字、图片或简单交互即可生成完整世界，并自由漫游、操控角色和改变环境。
“交互式世界模型的价值，不只是生成一个逼真的三维场景，更重要的是让AI开始理解空间、运动以及背后的物理规律。”智象未来CTO姚霆表示，这次的技术突破也将为企业继续推进原生全模态架构和世界模型研发提供支撑。
不久前，HiDream-O1-World首次参加第三方评测便取得领先成绩。由美团LongCat团队与复旦大学联合推出的交互式视频世界模型评测基准WBench最新榜单显示，该模型以80.9的平均分位列Navi分榜第一，其中物理维度得分73.3，排名第一，一致性维度得分88.0，位居榜单前列。