MoWorld

魔芯科技发布的全球首个高帧率交互式世界模型，纯国产 NPU 实现最高 50FPS 实时世界模拟

视频生成

https://moworld.ai/

前往官网

深度报告

MoWorld 是魔芯科技（Moxin Technology）于 2026 年 7 月 7 日正式发布的「Flash World Model」（闪世界模型），官方将其定义为全球首个高帧率交互式世界模型。它的核心突破不是「能生成一段视频」，而是能在纯国产华为昇腾 NPU 上以最高 50FPS 做实时交互式视频世界生成，推理成本仅为同规模 GPU 方案的 30%–50%。这被多家媒体称为世界模型领域的「DeepSeek 时刻」。
魔芯科技是一家专注 4D 世界模型研发与产业化的公司，2021 年由浙江大学计算机学院直博生陈天润（「00 后」创业者）创立，师从中国工程院院士、原浙大校长潘云鹤。在发布 MoWorld 的同日，公司宣布完成近 10 亿元 A 轮融资，投资方包括国家级战略资本、中东美元机构及十余家产业资本，此前已获华为哈勃投资、联想控股旗下基金、富瀚微等战略入股。团队目标是未来 3–5 年冲刺全球通用世界模型基模第一梯队。
MoWorld 接收「首帧 + 文本 + 相机轨迹」三类条件，生成符合场景状态和控制输入的未来世界状态，并通过类似 W/A/S/D 加鼠标的连续控制方式，让用户在生成世界中实时漫游与探索。它支持完整的 6 自由度相机控制与 1080P 及以上分辨率，无论是自然风光、二次元还是游戏动漫场景都能覆盖。技术底座上，MoWorld 以 Wan2.2-A14B 视频基础模型为骨干，采用 14B 参数 MoE（混合专家）架构，新增 Camera Adapter 注入相机控制。训练侧构建了覆盖真实世界与虚拟世界的 3D 几何一致性数据引擎，并做了课程跨帧预训练（从 125 帧逐步扩展到 2000 帧长时程）；推理侧通过自回归蒸馏把去噪步数从 50 步压到 4 步，再叠加「流水线层 + 并行层 + 算子层」三级协同优化，在华为昇腾 NPU 超节点上实现最高 50FPS 实时推理。「高帧率」是它区别于普通视频生成模型的关键——对实时漫游、机器人训练、虚拟拍摄和游戏预演而言，低帧率会直接破坏控制感，MoWorld 把世界模型首次推进到「可进入、可控制、低延迟反馈」的区间。
MoWorld 目前处于发布初期，权重、代码与在线服务「即将开放」。官方披露将基于国产 NPU 超节点向公众提供服务，技术报告已发布，后续计划开源权重与代码。其商业逻辑并非直接卖模型，而是把低成本、高保真的世界模拟能力作为「空间智能基础设施」，向影视、游戏、具身智能、自动驾驶、数字孪生等行业输出。
由于产品刚发布、尚未完全开放公测，真实终端用户反馈样本还很少，目前主要来自行业媒体与开发者社区的技术讨论。一派观点认为，世界模型长期打不开产业局面，根源就在交互帧率和算力账单——卡在画面生成阶段就谈不上实时部署，而 MoWorld 的 50FPS 与「成本打掉七成」恰好回应了这两个卡点。另一派则保持审慎，认为它现在更像一条技术路线信号，真正进入生产流程还要看代码、权重和体验入口开放后的稳定性、分辨率、控制精度与素材版权边界。
行业普遍将其与腾讯混元 HYWorld 1.5、海外 Genie、GameGen 等实时世界模型对比。在帧率上，MoWorld 最高 50FPS 明显高于多数 30FPS 以下的主流世界模型；在成本上，NPU 全栈原生优化使推理成本降至 GPU 方案的 30%–50%（部分报道称降幅达 70%）。基准测试方面，MoWorld 在 VBench-I2V 官方子集取得最佳 Quality 82.73 与 Average 85.22，在内部相机/世界模型数据集 Average 达 90.31。媒体评价它证明了国产 NPU 能够独立完成世界模型从预训练、蒸馏到实时推理的全链路，具备产业落地的经济可行性。
主要争议集中在三点。一是「国产化叙事」与工程现实之间仍有距离——权重与代码尚未开源，真实可用性待验证。二是世界模型普遍面临的版权与合规边界：用真实世界视频训练并生成可交互场景，素材授权与生成内容的商用边界尚未厘清。三是实时交互的体验上限：现有演示多为片段级场景，长时程连续控制下的画质衰减、物体漂移与时序闪烁是否彻底解决，仍需更大规模公测检验。
MoWorld 最适配有明确「可控场景生成」需求的团队：影视分镜与预演创作者可用它快速铺出镜头语言、减少背景漂移；游戏与数字孪生团队可把它当作低成本环境引擎；具身智能与自动驾驶团队可用它做高保真「数字演练场」，在虚拟世界里反复训练感知与决策。对只想生成单条短视频的普通用户而言，它目前门槛偏高，建议等在线服务和开源权重开放后再评估。若追求同类但更轻量的方案，可关注腾讯 HYWorld 1.5、Google Genie 系列等竞品。
MoWorld 把世界模型从「能生成」推进到「能交互、能部署」，用纯国产 NPU 跑通 50FPS 实时世界模拟并大幅压低成本，是空间智能领域一次有标杆意义的技术路线突破；它能否真正走进产业，取决于开源后的稳定性、生态与服务化进度。

用户评论

TEmor

—

我们做数字孪生的，对几何一致性要求极高。MoWorld 宣传大尺度鸟瞰场景跨视角几何不漂移，这点如果属实会很香，室内重建直接出 3D 资产能省掉不少人工修模。但二次元和游戏动漫场景的画质到底怎么样，光看宣传片说服不了人。

EReed_66_986

—

关注了一圈，目前真实终端用户反馈基本没有，全是行业媒体和开发者在讨论。这很正常，毕竟刚发布还没公测。建议想用的团队先别激动，等技术报告里的 VBench 指标被第三方独立复现、在线服务开放后跑一轮真实场景再决定要不要接入。

orangefish486

—

作为自动驾驶仿真方向的人，最关心的是它生成多样化驾驶场景的能力。城市、高速、沙漠都能实时生成，理论上能给我们的算法提供大量高精度虚拟环境。但隐患也很明显——生成内容的分布偏差如果没标注清楚，训出来的策略可能在真实世界里翻车，这点必须谨慎。

Alexander_Green_75

—

我们做影视预演的团队等这个很久了。传统分镜渲染周期动辄几天，MoWorld 如果能稳定把镜头控制和背景漂移压住，前期概念验证的效率能翻几倍。不过现在还没开放在线服务，得等权重开源后实测长镜头下的时序稳定性，目前演示大多是片段级。

Judith_Hughes

—

说实话我对「国产化叙事」持保留态度。现在权重和代码都没开源，真实可用性完全没验证，所有数据都来自官方和媒体通稿。等 GitHub 放出可复现的训练脚本和推理 demo，再来判断它到底是不是真的把世界模型推进到产业级，现在下结论太早。

Kimberly.Parker78

—

云游戏方向我比较期待。用户用 W/A/S/D 加鼠标就能在生成世界里实时漫游，延迟跟得上的话体验会很不一样。但 1080P 以上分辨率在 50 帧下能不能稳住，长时程连续探索会不会出现物体漂移，这些只有真正玩过才知道，宣传片太理想化了。

SOtho

—

几篇评测都说它把世界模型从「能生成」推进到「能交互能部署」，这个定位我认同。

JudithRogersJr

—

50 帧！这下世界模型终于能玩了。

SHhar

—

看了技术报告，14B MoE 基于 Wan2.2-A14B，蒸馏把去噪从 50 步压到 4 步，再加流水线、并行、算子三层优化，这套工程确实扎实。但论文 benchmark 再好也只是实验室数据，真要进生产还得看端到端延迟和服务稳定性，等开源再说。

猫咪388

—

版权边界这块还没人提，用真实世界视频训练再生成可交互场景，商用授权的坑迟早要踩。

Andrea.Barnes007

—

说成本砍七成大家先别上头，得看单位时长的实际账单，最好等公测跑一跑真实价格。

uwv3e

—

对比腾讯 HYWorld 1.5 的 24 帧，MoWorld 50 帧确实领先一大截，就看开源后社区能不能复现。

KathleenMoore6

—

成本打掉七成这件事，对中小团队才是真正的入场券，大厂自己有算力无所谓。

TylerHicks168

—

具身智能训练用它当数字演练场这个思路没问题，低成本高保真才是关键卖点。

Denise.SullivanII

—

50FPS，机器人决策有救了。

DavidMurphy_Max

—

纯国产 NPU 跑通实时世界模型，昇腾这波确实争气，不用被英伟达卡脖子了。

RRoberts_7795

—

00 后浙大直博生带队，有点东西。

LGMD8

—

世界模型的 DeepSeek 时刻，喊得响。

Jennifer.Murray_88

—

潘云鹤院士弟子创业，学术底子是真的厚，3D 视觉和空间计算方向积累十几年了。

HashDex_dev

—

英伟达含量 0，这个标题太会了。

RMitchell_2021

—

Genie 平替？先看开源。

MGarcia_Max7

—

等开源，蹲一个。

CosmosCoder246

—

近 10 亿 A 轮，资本比行业先达成共识。

MoWorld

深度报告

用户评论

相关链接

同类产品