MoWorld 2.0 – 魔芯科技推出的物理驱动 4D 世界模型

MoWorld 2.0 是魔芯科技于 2026 年 11 月发布的物理驱动 4D 世界模型，把重力、弹力、浮力、柔体、流体等十余种物理要素纳入同一个模型，生成场景可输出 3D／4D 高斯资产。模型在华为昇腾 NPU 上把实时视频推理提升至约 70 FPS，据团队测算推理成本最低约为同规模 GPU 的 30％，适用于具身智能训练与影视预演。

MoWorld 2.0 的核心能力

MoWorld 2.0 在上一代空间生成与实时交互的基础上，把物理规律建模作为主要改动方向：既要学各要素单独的作用，也要学它们叠加后如何改变运动与形变。其中物理高斯渲染器与多专家预测出自团队介绍，尚无公开文档可核。

十余种物理要素放进同一个模型

模型覆盖重力、弹力、浮力、光照、柔体、流体、刚体、形塑体与热力等十余种要素，并学习它们叠加后的相互作用。落到画面上，是书签掉落时先与相邻物体接触、受力，再决定滑落还是弹起。

用物理高斯渲染器承载要素交互

据团队介绍，团队构建了物理高斯渲染器，用来承载物理要素之间的交互与成像；材质、所受外力与物体间作用一并进入渲染环节，流体在外力下的形态变化因此可以逐帧还原。

多专家预测同时给出物理、像素与高斯三类信息

据团队介绍，训练阶段采用多专家预测，对物理量、像素与高斯三类信息分别预测。物理量决定受力与形变是否成立，像素决定画面细节，高斯决定空间结构，三者共同决定下一帧的内容。

生成结果可导出为 3D 与 4D 高斯资产

生成的空间内容支持导出为 3D／4D 高斯资产，可重新渲染与反复调用，格式兼容性与接入方式需按实际工具链适配。四维资产记录内容随时间的变化，同一座从古画生成的街市可换机位重看、改天气重拍；站内 H3-World 也把生成结果做成可交互场景。

多张昇腾 NPU 拆分并行，把实时推理推到约 70 FPS

场景解码与主干生成拆到多张 NPU 并行执行，靠多卡调度拆分负载；配合稀疏注意力与混合精度量化，实时视频推理由上一代最高 50 FPS 提升到约 70 FPS。据团队测算，同等部署条件下推理成本最低约为同规模 GPU 的 30%。约 6 亿参数则指端侧部署的 MoWorld-Flash 版本，并非云端完整模型的规模：云端负责 4D 资产生成，手机端承担部分推理、渲染与交互。

MoWorld 2.0 与同类世界模型的对比

下表从运行算力平台、交付形态与权重与开放程度等维度逐项对照。

• 表格内数据来源：MoWorld 2.0 取自量子位 11 月 7 日报道与项目主页；Genie 4、Cosmos 3 与 LingBot-World 2.0 取自各自官方发布页。四列均未实测，帧率与成本为官方口径。
• 产品对比简述：运行算力平台上，MoWorld 2.0 用昇腾 NPU 与麒麟端侧，Genie 4 走云端研究预览，Cosmos 3 与 LingBot-World 2.0 用英伟达 GPU 多卡；开放程度上，Cosmos 3 与 LingBot-World 2.0 已公开权重，MoWorld 2.0 只开放上一代基础权重。

同一条物理世界的路线上，高德把重心放在城市尺度：ABot-Earth 0.7 是面向城市的三维原生世界模型，可从卫星与街景数据重建大场景，需要城市级重建时可以对照它的产出规格。

MoWorld 2.0 的应用场景与适用人群

需要按物理规律推演环境、又要把结果留成可复用资产时，这类模型才有意义：

• 具身智能训练：同一环境改障碍物、路面与天气，测智能体应对。
• 影视镜头预演：大场景下快速出分镜，同场景换机位重拍。
• 文旅数字资产：从古画或实景生成可走进去的街市，供沉浸体验。
• 机器人仿真：把生成场景接入仿真工具链，作训练验证环境。

适用人群：适合做具身智能与机器人仿真的团队、影视与游戏的前期预演部门，以及文旅数字资产的制作方；其中文旅街市与端侧宠物分身已有演示，具身训练与仿真属合作验证方向。个人开发者可从上一代开放权重入手；站内 EchoWM 是另一条把画面与环境声纳入世界模型的开源路线。

MoWorld 2.0 的使用方法

官方有两条路径：在网页看技术架构与演示，或在本机获取 1.0 的 Base 权重。2.0 权重尚未公开，入口见官方 MoWorld 项目主页。

在网页端查看技术架构与结果展示

1. 打开项目主页，首屏为「MoWorld 高帧率实时交互世界模型」，导航对应技术架构、结果展示与应用场景。
2. 结果展示区分世界生成与世界重建两组样例；顶部「立即体验」标注 Coming Soon，暂无在线试用入口。

在本机获取 1.0 的 Base 权重

1. 取代码：git clone --recursive https://github.com/Moxin-Tech/moworld_base.git，进入 moworld_base 目录后设 MOWORLD_ROOT。
2. 备环境：Linux、Python 3.10 以上、PyTorch 2.7.1，并装配套 CANN 与 torch_npu。
3. 取权重：Hugging Face 仓库 moworld1/moworld_base 开放 Base 权重，单文件 59.17 GB。
4. 补组件：公开权重只含高噪声专家，还需补齐低噪声专家、VAE 与文本编码器并自备训练数据；官方示例涉及 16 张 NPU。

商用需另行授权；2.0 的权重与代码未公布。

MoWorld 2.0 的项目地址

• 项目主页：https://moxin-tech.github.io/moworld/
• 代码仓库：https://github.com/Moxin-Tech/moworld_base
• 权重库：https://huggingface.co/moworld1/moworld_base

MoWorld 2.0 的价格与开源情况

MoWorld 2.0 未公布价格，也未开放权重，无对外 API 与商业报价。

• 开放范围：2.0 未公开独立权重、代码与技术报告，落地以产业合作为主。
• 上一代权重：1.0 的 Base 权重在 Hugging Face 开放，单文件 59.17 GB，CC BY-NC 4.0。
• 算力成本：团队测算在相应部署条件下最低约为同规模 GPU 的 30%。
• 端侧部署：约 6 亿参数的 MoWorld-Flash 版在麒麟手机上推理，云端仍负责 4D 资产生成。

商用前要谈清授权：CC BY-NC 4.0 只覆盖非商业。

MoWorld 2.0 的常见问题