维度网讯，魔芯科技联合浙江大学潘云鹤院士、华为，推出基于国产NPU的实时交互世界模型MoWorld，其推理速度超过50FPS，部署成本仅为同等规模GPU方案的30%。

过去一年，世界模型成为AI行业热点。真正的世界模型需理解空间并预测下一状态，实时性至关重要——超过30FPS的帧率才被视为流畅，但多数现有模型未能满足这一要求。

近期，专注于4D世界模型研发与产业化的魔芯科技，与浙江大学、华为合作发布MoWorld。这是首个全栈基于国产NPU的实时交互世界模型，推理速度超过50FPS，部署成本降至同规模GPU方案的30%。技术报告已公开，项目主页：https://moxin-tech.github.io/moworld/，近期将开源权重和代码，并基于国产NPU超节点提供服务。

相比视频生成模型，世界模型的核心差异在于实时交互。此前，世界模型多停留在学术实验阶段，从研究到产业的关键问题包括能否实时交互、稳定部署以及成本可控。MoWorld基于此背景推出，魔芯团队与战略股东华为团队经过近一年技术攻关，解决了多项落地应用关键问题。MoWorld接收首帧、文本和相机轨迹作为条件，生成符合场景状态和控制输入的未来世界状态，并通过连续控制方式支持用户在生成世界中实时交互，在国产NPU上实现最高超过50FPS推理，且系统设计带来极低的推理成本。

对于世界模型，生成效果是第一步，训练成本、推理效率和实时交互能力决定落地可行性。MoWorld从数据构建、模型训练到系统部署进行了全链路优化。数据方面，世界模型训练需要视频、文本、相机轨迹和空间深度等三维信息，互联网视频不满足需求。为此，MoWorld基于多年3D及4D建模研究，构建可扩展的数据生产与治理体系，通过多维质量筛选提升语料质量。

为实现实时部署能力，MoWorld针对训练、蒸馏和推理三阶段进行系统级优化。训练阶段，结合国产NPU硬件特点，引入超密集注意力并行和长序列Token并行策略，实现2000帧的超长训练和推理。推理阶段，通过流水线执行、层级化序列并行及动态混合精度量化等手段，使14B参数MoE模型在国产NPU平台达到最高50FPS实时推理，推理成本仅为同规模GPU方案的30%。

从数据引擎构建到长时程训练及低成本实时部署，MoWorld将世界模型从“能生成”推进至“能交互、能部署”阶段。近期，MoWorld将基于国产NPU超节点对外提供服务。

基于实时交互能力，MoWorld正从技术验证走向多行业空间智能基础设施。作为可控的“空间模拟引擎”，它为行业提供可交互、可推演且具经济性的场景生成能力。

游戏与互动娱乐方面，MoWorld支持完整的6自由度相机控制，用户通过W/A/S/D和鼠标实现沉浸式漫游，场景支持1080P及以上分辨率，涵盖自然风光、二次元及游戏动漫。

具身智能与自动驾驶方面，MoWorld为机器人和自动驾驶系统提供低成本、高保真的数字演练场，尤其为智驾团队提供大量高精度环境，使AI能在虚拟世界中学习与物理环境交互。

影视创作方面，MoWorld支持创作者在生成的虚拟世界中自由调整视角、实时预览画面效果并精准编辑镜头，实现导演级运镜。

数字孪生与三维重建方面，MoWorld生成的视频具有超行业水平的几何一致性，可直接用于室内场景的三维重建，精度高、结构稳定、空间一致性好，为数字孪生、建筑可视化、虚拟展厅、沉浸式游戏等场景提供高精度且具性价比的解决方案。

大语言模型和视频生成模型竞争格局已定，但世界模型领域尚无公认领先者及行业标准。对国产团队而言，这是重要窗口期。MoWorld是首个用纯国产NPU跑通训推全栈闭环、实时交互推理超过50FPS且推理成本仅为同规模GPU方案30%的产品。资本反应迅速，魔芯科技近期完成亿元美金融资，由头部美元机构、国家战略储备基金及十余家产业资本参与。此前，魔芯曾获华为旗下哈勃投资、联想旗下联融志道等基金投资。