Amap ra mắt ABot-World Studio: Chỉ với một card 5090 có thể tạo video tương tác và mô hình 3D thời gian thực

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

14-07-2026 11:46:35 Nguồn: QbitAI

Gần đây, AutoNavi (Gaode) thuộc Tập đoàn Alibaba đã chính thức ra mắt ABot-World Studio, một xưởng mô hình thế giới tổng quát, đồng thời mở cửa thử nghiệm. Xưởng này hợp nhất khả năng tạo video tương tác và tạo cảnh 3DGS vào cùng một sản phẩm — người dùng chỉ cần nhập một đoạn văn bản hoặc một hình ảnh là có thể tạo ra một thế giới AI có thể tương tác thời gian thực và chia sẻ tùy ý, kết quả đầu ra có thể được lưu dưới dạng video và tệp 3DGS.

Được biết, ABot-World Studio có thể triển khai cục bộ trên một card đồ họa 5090 duy nhất. Ở cấp độ kiến trúc, sản phẩm này không đặt giới hạn thời gian suy luận. Trong các bài kiểm tra thực tế của hãng, một lần suy luận liên tục đã chạy ổn định hơn 1 giờ mà không xảy ra lỗi hay suy giảm chất lượng, vượt xa giới hạn tạo khoảng 1 phút của các mô hình thế giới cùng loại. Xưởng này còn tích hợp sáng tạo "Cánh cửa không gian thời gian" (Time-Space Portal) — mỗi khi người dùng bước qua "cánh cửa", họ có thể dịch chuyển đến một thế giới 3D hoàn chỉnh khác.

Hiện nay, các mô hình thế giới đang tồn tại nhiều lộ trình kỹ thuật hoàn toàn khác biệt: tạo video tương tác tập trung vào sự đắm chìm và tính tương tác, nhưng sau khi video được tạo thì tương tác kết thúc, người dùng không thể tiếp tục khám phá; tạo cảnh 3D tập trung vào việc xây dựng tài sản không gian có độ trung thực cao, nhưng thiếu tính liên tục giữa các thế giới và phạm vi khám phá bị giới hạn trong một cảnh đơn lẻ. Về bản chất, cả hai vẫn dừng lại ở mô hình "một đoạn video" hoặc "một cảnh". ABot-World Studio lần đầu tiên hợp nhất hai yếu tố này, đồng thời hiện thực hóa việc khám phá thời gian thực và ghi nhớ vĩnh viễn.

Về khả năng tạo video tương tác, ABot-World Studio đã giải quyết vấn đề các mô hình video truyền thống dễ bị hỏng khi chạy thời gian dài. Với điều kiện đảm bảo chất lượng hình ảnh tương đương khung hình đầu tiên, xưởng hỗ trợ suy luận dài hạn hơn một giờ ở cả góc nhìn thứ nhất và thứ ba. Ngoài ra, nhờ mô hình khôi phục cao độ các quy tắc vật lý thực tế, thế giới được tạo ra không còn là luồng pixel phát thụ động mà có thể tiến hóa và phản hồi theo thời gian thực dựa trên mọi hành động của người dùng, thực sự đạt được khả năng dự đoán và điều khiển chính xác thế giới.

Về khả năng tạo cảnh 3D, xưởng xuất ra các tài sản không gian 3DGS có cấu trúc hình học thực tế. Thế giới được tạo ra không chỉ có độ trung thực hình ảnh cấp độ ảnh chụp mà còn có chiều sâu không gian và ranh giới vật lý có thể cảm nhận được, cho phép người dùng tự do khám phá không gian. Tất cả các thế giới 3D được tạo ra đều có thể lưu và chia sẻ, xây dựng nên một thư viện thế giới công cộng mở.

Trên cơ sở đó, xưởng đã nhúng cơ chế "Cánh cửa tùy ý" vào mỗi thế giới 3D — người dùng có thể liên kết một thành phố cyberpunk sau cánh cửa gỗ ở vùng sông nước Giang Nam, hoặc để bến phà Phong Lăng Độ thông thẳng tới ải Nhạn Môn Quan, thông qua việc dịch chuyển không gian để đan xen các cảnh vốn biệt lập thành một mạng lưới khám phá vô tận.

Trải nghiệm vượt trội của ABot-World Studio có được là nhờ các mô hình thế giới tương tác tổng quát thuộc dòng ABot-World ở tầng dưới. Dòng này bao gồm hai mô hình chính: ABot-World0 (tạo video) và ABot-3DWorld0 (tạo 3D).

Về tạo video tương tác, ABot-World0 mô hình hóa tích hợp giữa việc đi dạo trong cảnh và điều khiển nhân vật, giúp nâng cao đáng kể độ chính xác khi điều khiển mô hình, đồng thời giảm thiểu vấn đề tích lũy sai số thông qua tối ưu hóa thuật toán, từ đó kéo dài thời gian suy luận.

Về tạo cảnh 3D, ABot-3DWorld0 chia sẻ cùng lộ trình suy luận với ABot-Earth0.5 đã ra mắt trước đó, lần đầu tiên trên thế giới hiện thực hóa việc tạo không gian toàn quy mô từ nội thất, cảnh đường phố đến ảnh chụp từ trên không của thành phố trên cùng một kiến trúc, đồng thời áp dụng thiết kế mô-đun "Tạo - Đánh giá - Sửa chữa", giúp chất lượng tạo cảnh có độ trung thực cao và thời gian dài trở nên ổn định và có thể kiểm soát.

Đáng chú ý là các mô hình dòng ABot-World đều có thể hoàn tất suy luận trên một GPU tiêu dùng đơn lẻ tại địa phương mà không cần phụ thuộc vào sức mạnh tính toán chuyên dụng — điều này vẫn còn hiếm trong lĩnh vực mô hình thế giới hiện nay.

Hiện tại, các mô hình dòng ABot-World đã được mã nguồn mở hoàn toàn.

Về ứng dụng, trong lĩnh vực trí tuệ hiện thân (Embodied AI), ABot-World Studio có thể cung cấp các sân tập mô phỏng chuyên biệt cho robot; trong sáng tạo nội dung, nó không chỉ hỗ trợ khám phá không biên giới trong thế giới game mà còn giúp các nhà sáng tạo phim ảnh nhanh chóng chuyển đổi tư liệu đơn góc nhìn thành tư liệu phân cảnh, rút ngắn chu kỳ xác thực ý tưởng từ vài tuần xuống còn vài giờ; đồng thời, trong ngành văn hóa du lịch và giáo dục, ABot-World Studio cho phép người dùng không còn phải xem những video bất biến, mà có thể bước vào hiện trường các bức tranh nổi tiếng hoặc các nền văn minh quá khứ bằng góc nhìn thứ nhất, từ người quan sát trở thành người trải nghiệm trực tiếp.

Bài viết này do AutoNavi cung cấp, QbitAI được ủy quyền đăng tải lại, quan điểm thuộc về tác giả gốc.

Bản quyền đã được bảo hộ, không được phép sao chép và sử dụng dưới bất kỳ hình thức nào nếu chưa được ủy quyền, mọi hành vi vi phạm sẽ bị xử lý theo pháp luật.