7月26日，2025世界人工智能大會暨人工智能全球治理高級別會議(WAIC 2025)在上海開幕。商湯絕影攜全新升級的“絕影開悟”世界模型亮相WAIC 2025，搭建AI通往真實世界交互的橋梁。

作為最專注汽車行業(yè)的AI公司，商湯絕影展示了行業(yè)首個已量產(chǎn)、可交互的“絕影開悟”世界模型，正式亮相輔助駕駛領(lǐng)域首個生成式世界模型產(chǎn)品平臺，并發(fā)布業(yè)內(nèi)最大規(guī)模的生成式駕駛數(shù)據(jù)集“WorldSim-Drive”，持續(xù)賦能輔助駕駛行業(yè)。同時，在商湯絕影展臺，觀眾還能現(xiàn)場與世界模型進行實時交互，體驗行業(yè)領(lǐng)先的數(shù)據(jù)生成能力。

不僅如此，商湯絕影在輔助駕駛領(lǐng)域打造的虛實融合的數(shù)據(jù)范式，將會賦能具身智能領(lǐng)域，以人、物體、場景三者為核心，通過行業(yè)領(lǐng)先的大模型技術(shù)能力，生成時空一致的第一視角和第三視角數(shù)據(jù)，為具身智能的構(gòu)建全新的4D真實世界。

商湯絕影CEO，商湯科技聯(lián)合創(chuàng)始人、執(zhí)行董事、CTO王曉剛表示，“商湯的世界模型正在將AI的創(chuàng)造力轉(zhuǎn)化為生產(chǎn)力，既為輔助駕駛生成千萬級場景數(shù)據(jù)、打造實時交互訓(xùn)練場，同時也打造具身智能的數(shù)據(jù)引擎，搭建AI從數(shù)字世界通往真實物理世界的橋梁，邁向具身智能的新未來。”

“絕影開悟”秀出量產(chǎn)實力，商湯絕影發(fā)布世界模型產(chǎn)品平臺與業(yè)內(nèi)最大生成式駕駛數(shù)據(jù)集亮相

在2025世界人工智能大會上，商湯絕影全面展示了“絕影開悟”世界模型的量產(chǎn)實力。7月26日，上海自動駕駛實訓(xùn)場建設(shè)成果發(fā)布，商湯絕影深度參與其中，以“絕影開悟”世界模型行業(yè)領(lǐng)先的數(shù)據(jù)生成和仿真測試能力賦能自動駕駛實訓(xùn)場建設(shè)。

目前，商湯絕影正在與上汽集團旗下的智己汽車進行深度合作，已順利打通Cut-in、碰撞等場景的數(shù)據(jù)生成鏈路。未來，絕影將攜手上汽智己等各方伙伴共同打造數(shù)據(jù)工廠，一同加速安全可靠的輔助駕駛系統(tǒng)的落地和普及。

在世界模型的產(chǎn)品化方面，商湯絕影正式發(fā)布了輔助駕駛領(lǐng)域首個生成式世界模型產(chǎn)品平臺，面向B/C端用戶開放試用。產(chǎn)品平臺基于行業(yè)領(lǐng)先的“絕影開悟”世界模型構(gòu)建，具備強大的物理規(guī)律理解與場景控制生成能力，是切實解決輔助駕駛數(shù)據(jù)瓶頸的創(chuàng)新工具。

輔助駕駛領(lǐng)域首個生成式世界模型產(chǎn)品平臺

一方面，產(chǎn)品平臺可靈活定制場景視頻，支持多種視角、各類天氣、道路類型等多元素場景的編輯和泛化，即根據(jù)不同需求，修改和調(diào)整場景中的各種要素，豐富訓(xùn)練場景的多樣性。另一方面，絕影的生成式世界模型產(chǎn)品平臺能夠基于提示詞一鍵生成多種場景，十分簡單易用。

不止如此，商湯絕影還發(fā)布業(yè)內(nèi)最大規(guī)模的生成式駕駛數(shù)據(jù)集“WorldSim-Drive”。借助“開悟”世界模型，絕影已生產(chǎn)超100萬clips面向量產(chǎn)的生成式數(shù)據(jù)，場景類型覆蓋全面，包括50多類天氣和光照條件、200類交通標牌和300類道路連接場景等。而且絕影的生成式駕駛數(shù)據(jù)能實現(xiàn)多視角時空一致、時長可達分鐘級、分辨率達1080P品質(zhì)媲美真實數(shù)據(jù)。

生成式駕駛數(shù)據(jù)集“WorldSim-Drive”

“絕影開悟”是業(yè)內(nèi)首個應(yīng)用于真值訓(xùn)練數(shù)據(jù)生產(chǎn)的世界模型，而且生產(chǎn)效率很高，基于一張A100的GPU，“絕影開悟”每天生成的數(shù)據(jù)，相當于10臺真實車或者是100臺路測車的數(shù)據(jù)采集能力，比得上500臺量產(chǎn)車。目前，商湯絕影20%的數(shù)據(jù)是通過世界模型生產(chǎn)。

除此之外，在今年WAIC 2025的商湯絕影展臺上，觀眾能夠體驗行業(yè)生成式世界模型產(chǎn)品平臺，基于簡潔易懂的交互界面，通過輸入生成文本或點選場景圖片，即可在高效生成的對應(yīng)場景視頻中體驗行業(yè)領(lǐng)先的輔助駕駛數(shù)據(jù)集性能。

商湯絕影打造可體驗的4D實時交互訓(xùn)練場

商湯絕影將3DGS重建技術(shù)與世界模型生成技術(shù)完美融合，為高階輔助駕駛的研發(fā)打造大尺度、高保真、可實時交互的4D虛擬訓(xùn)練場，為模型強化學(xué)習(xí)、閉環(huán)仿真測試與訓(xùn)練再添新動力。

首先，“絕影開悟”具備超大尺度4D空間重建能力，能夠進行最高可達1km²的真實世界高精度重建，將更多真實空間視角提供給車端模型。同時，“絕影開悟”世界模型能夠構(gòu)建復(fù)雜多元的場景。基于場景需求，通過文本描述及l(fā)ayout定制定制前景交通參與者與交互行為，實現(xiàn)“輸入需求→生成場景→微調(diào)優(yōu)化”的場景生成閉環(huán)，滿足仿真復(fù)雜、長尾場景需求，為后續(xù)智能體交互提供扎實的場景基礎(chǔ)。更重要的是，“絕影開悟”能夠?qū)崿F(xiàn)策略模型與環(huán)境模型1:1實時交互，滿足閉環(huán)仿真測試對實時性的需求，提升測試結(jié)果可信度。

基于“絕影開悟”打造的4D實時交互訓(xùn)練場

目前，“絕影開悟”生成的數(shù)據(jù)已經(jīng)覆蓋了萬千長尾場景，賦能閉環(huán)仿真測試。商湯絕影與智己汽車也在閉環(huán)仿真測試領(lǐng)域開展合作，構(gòu)建起占道急剎、環(huán)島繞行等場景的豐富測試場景數(shù)據(jù)。未來，雙方計劃攜手打造千萬級生成場景庫，構(gòu)筑全面測試樣例，覆蓋所有駕駛可能性，進一步保證駕駛安全。

在本屆WAIC的絕影展臺上，觀眾還能在現(xiàn)場與世界模型進行實時交互，體驗世界模型生成的環(huán)境中“開車”的感覺。

搭建AI通往真實世界交互的橋梁，邁向具身世界模型新未來

智能汽車可以看成是最簡單的“具身智能”，而機器人等具身智能硬件需要更進一步理解復(fù)雜、多變、充滿不確定性的真實物理世界，并且與之進行自然流暢、安全可靠的交互，同時機器人的造型更加多元，傳感器配置、移動方式等等更加復(fù)雜，對于數(shù)據(jù)種類、數(shù)量和質(zhì)量的要求都更高，正在面臨真實場景數(shù)據(jù)采集“維度爆炸”困境。

另一方面，在輔助駕駛領(lǐng)域，數(shù)據(jù)采集相對容易，人就可以開車采集真實數(shù)據(jù)，具身智能則需要人類遠程操控進行采集工作，這樣的數(shù)據(jù)采集方式難度更大，成本更高，效率低。如果采用傳統(tǒng)模擬工具合成數(shù)據(jù)，還存在Sim2Real的遷移鴻溝。

商湯絕影在輔助駕駛領(lǐng)域打造的虛實融合的數(shù)據(jù)范式，能夠遷移并賦能具身智能領(lǐng)域，打破當前具身智能的數(shù)據(jù)瓶頸。商湯絕影世界模型的多傳感器融合與實時處理能力，能夠?qū)崿F(xiàn)多模態(tài)時空對齊；而動態(tài)環(huán)境建模與預(yù)測能力，可生成高保真4D環(huán)境；最后，強大的數(shù)據(jù)合成與閉環(huán)驗證體系，能夠助力具身智能進行基于強化學(xué)習(xí)的閉環(huán)仿真交互。

因此，商湯以人、物體、場景三者為核心，通過行業(yè)領(lǐng)先的大模型技術(shù)能力，構(gòu)建4D真實世界，打造創(chuàng)新的具身世界模型，搭建AI通往真實世界交互的橋梁。

商湯具身世界模型目前已經(jīng)擁有10萬個真實3D資產(chǎn)，打造了行業(yè)領(lǐng)先的具身3D資產(chǎn)庫。這些3D資產(chǎn)覆蓋家庭、辦公、商業(yè)、工業(yè)等多20個場景的真實動作，不僅如此，商湯具身世界模型生產(chǎn)的數(shù)據(jù)不僅有第一視角，即機器人所能看到的世界，還能生成第三視角，就是“上帝視角”，從外部看到的機器人整體動作，觀察和學(xué)習(xí)如何與環(huán)境進行交互。過去的采集和仿真數(shù)據(jù)大多都只有其中一個視角，難以達到具身智能高質(zhì)量訓(xùn)練的要求。

第一視角

第三視角

例如，商湯具身世界模型生成機器人切黃瓜的數(shù)據(jù)，會有第一視角的視頻，聚焦操作臺上是菜刀如何上下左右移動來切斷黃瓜，也會有第三視角則會整體呈現(xiàn)在4D世界中機器人與操作臺的距離，整條手臂、骨骼的運動軌跡等。

第一視角

第三視角

生成第一視角和第三視角的視頻只是基礎(chǔ)，商湯具身世界模型還能實現(xiàn)兩者的融合，保持時空一致性，真正能夠應(yīng)用與具身世界模型的訓(xùn)練。結(jié)合它1:1實時交互的能力，具身智能體能夠與4D真實世界進行實時交互，實現(xiàn)具身閉環(huán)仿真，加速具身智能時代的到來。