据量子位报道，9月10日，蚂蚁灵波、阿里巴巴旗下高德和大晓机器人分别公布三项世界模型与空间智能成果：蚂蚁灵波开源1.3B参数的LingBot-World 2.0轻量版，高德发布3D原生城市世界模型ABot-Earth 0.7，大晓机器人联合南洋理工大学S-Lab、上海人工智能实验室发布可仿真人-场景交互重建框架HSImul3R。三者的共同方向，是让AI从生成内容走向可交互、可仿真、可执行的真实世界。
蚂蚁灵波的LingBot-World 2.0轻量版为1.3B，面向消费级单卡GPU设计，可在本地实时生成世界。今年7月开源的14B主模型已支持小时级持续生成、动作和事件交互，并在相应配置下实现720p/60fps高清实时体验。演示中，角色可在第一人称雪地科幻射击和第三人称《奥德赛》场景中移动、转动视角和开火，爆炸、火焰、能量护盾等反馈在同一持续生成的世界里发生。
从14B到1.3B并非先做大再压缩。蚂蚁灵波先训练Causal World模型，让生成只依赖过去视觉信息和用户输入；再设计MoBA，在Teacher Forcing Mask中加入双向注意力，以缓解长上下文过拟合。随后通过一致性蒸馏压缩去噪步数，并加入DMD，让Student在自己的长时self-rollout轨迹上训练，减少累计漂移。团队同时开放Causal Pretrain和双向Teacher。此前在IFA柏林消费电子展开幕演讲中，AMD高级副总裁Jack Huynh曾用LingBot-World 2.0演示，并称“This is the future of Personal AI”。
高德发布的ABot-Earth 0.7被称为全球首个3D原生城市世界模型，支持从星球到街景的一体化全尺寸AI生成，覆盖超过196个国家和地区。它使用空间、时间等时空数据训练模型，端到端生成3DGS格式城市场景。输入卫星图像或文字描述，模型可在消费级GPU上用10分钟生成公里级3D城市场景，效率比传统模式提升1000倍。高德CEO郭宁称，“大模型理解语言，高德空间智能理解世界”，ABot-Earth 0.7让Earth从只能浏览的数字地球变成理解真实世界的入口。目前该体验官网已上线，相关能力应用于飞行街景2.0，梅赛德斯-奔驰成为高德扫街榜全球首个汽车合作伙伴。
HSImul3R将三维重建评价标准从“视觉正确”推进到“物理成立”，已被ECCV 2026接收。团队称，它是首个面向非标定稀疏视角输入、实现稳定可仿真人-场景交互重建的框架，并支持单目视频输入。其物理闭环双向优化，一方面用面向场景的强化学习优化人体运动，使其与场景保持正确接触；另一方面用直接仿真奖励优化，借助交互后的仿真反馈反向优化三维场景。
为验证重建结果能否进入物理仿真，团队构建了HSIBench。实验显示，在Easy、Medium、Hard三档任务中，HSImul3R的人-场景交互稳定率分别为53.68%、30.56%和13.92%，对比方法HSfM分别为10.52%、4.50%和2.66%；人-场景三维穿模率从HSfM的69.51%降至22.90%。团队还将优化后的人体动作迁移至Unitree G1人形机器人，贯通从日常图像或视频到三维重建、物理仿真优化、人形机器人动作迁移和真实机器人执行的链路。大晓机器人表示，复杂交互、多物体场景和动态环境仍是待解挑战。