摘要：风吹过桌上的书，书页掀起、书签落地——虚拟场景若会跟着动作变化，就不只是漂亮背景。魔芯科技11月4日发布 MoWorld 2.0，称它把重力、弹力等物理因素加入空间建模。

风吹过桌上的书，书页掀起、书签落地——虚拟场景若会跟着动作变化，就不只是漂亮背景。魔芯科技11月4日发布 MoWorld 2.0，称它把重力、弹力等物理因素加入空间建模。

文｜最极客

一阵风吹来，虚拟书页会怎样？

如果虚拟房间里的书只是摆着好看，它更像一张会转动的布景。若风吹过来，书页会掀起，书签会滑落，场景就开始回应动作。魔芯科技11月4日在世界互联网大会相关论坛发布 MoWorld 2.0，称新版本把重力、弹力、浮力等因素纳入空间建模和交互。

这里说的“世界模型”，不是给现实世界拍一张照片，而是让计算机建立一个可以观察、改变并推演后续变化的数字环境。它试图回答的问题是：桌上这个东西长什么样之外，如果有人推它、风吹它，接下来会发生什么？

2D画面、3D空间和4D变化

一张照片只有宽和高，三维场景还要表示前后深度；“4D”在这里通常指三维空间加上时间变化。模型不止要把书桌、书本和窗户拼出来，还要让摄像机换个角度时仍看起来是同一个房间，并在动作发生后更新物体的位置和状态。

魔芯科技称，MoWorld 2.0把刚体、柔体、流体等对象特性，以及重力、弹力、光照和热力等因素纳入建模。官方演示包括微风吹动书页、书签掉到地上，以及可编辑、可交互的空间。说白了，就是希望数字场景不只“长得像”，也能对动作“有反应”。

这类模型可能对机器人训练有用。机器人在现实里练习推、拿、绕障碍，既费时间，也可能损坏设备；如果虚拟环境能够提供一定程度可信的反馈，就可以先在里面重复尝试，再把更成熟的策略拿到真实环境验证。自动驾驶仿真也会用到雨雪、坑洼和突发障碍等不容易反复制造的场景。

发布会上公布了哪些数字？

公司披露，MoWorld 2.0 的视频推理速度由上一代最高约50帧每秒提升到约70帧每秒，3D/4D 高斯空间资产渲染速度超过每秒500帧，手机端渲染测试约每秒100帧。帧数可以粗略理解为画面每秒更新次数：更高通常有助于交互流畅，但单个数字并不能说明模拟的物理是否准确。

这些数据来自公司在发布报道中提供的测试和测算，暂未看到统一第三方基准对不同世界模型进行的独立对比。此前团队在7月发布的 MoWorld 论文介绍了一个面向 NPU 的实时交互世界模型，当时报告最高50帧每秒；这能帮助理解技术路线，但不能代替对2.0新能力的独立验证。

另一个重要区别是“画面合理”与“工程上可靠”。模拟里的书签掉落看起来像真的，不代表机器人可以只凭这个虚拟世界安全地搬运易碎物品。现实里还涉及摩擦、材质差异、传感器误差和复杂接触；训练成果仍需在真实设备和场景中逐步检验。

它离普通人的生活有多远？

短期内，更多受益者可能是机器人、自动驾驶、影视制作和数字孪生团队，而不是手机用户今天就能下载一个“造世界”应用。虚拟场景如果能快速生成并反复调用，可以帮助研发人员演练少见的情况、预览空间改造，或为内容创作搭建可调整的场景。

魔芯科技与相关中试基地表示会推进具身智能训练、文旅和空间数据等方向的合作。合作方向说明了计划在哪里试用，不代表这些应用都已经规模化落地。读者可以把发布会中的数字和场景看成技术展示与厂商披露，观察后续是否有公开测试、真实客户案例和第三方评估。

这项进展值得关注的地方，是AI从“生成像世界的画面”向“生成能对动作作出反应的环境”继续迈了一步。真正有用的门槛并非看起来逼真，而是不同动作下的结果能否稳定、可复现，并且足以帮助真实设备减少试错。现在能确定的是方向和发布内容；更强的物理可靠性，还需要时间和外部验证。