2025 年 7 月 26 日，世界人工智能大會(huì)（WAIC 2025）在上海開幕，商湯絕影帶來(lái)了升級(jí)后的 " 絕影開悟 " 世界模型。

這款官方定義為 " 連接數(shù)字世界與真實(shí)物理世界 " 的技術(shù)產(chǎn)品，一方面展示了商湯在輔助駕駛領(lǐng)域的量產(chǎn)落地能力，同時(shí)也揭示了其向具身智能領(lǐng)域延伸的野心——通過構(gòu)建 4D 真實(shí)世界模型，為 AI 搭建通往物理世界交互的技術(shù)橋梁。

從數(shù)據(jù)生成到實(shí)訓(xùn)場(chǎng)建設(shè)

在輔助駕駛領(lǐng)域，" 絕影開悟 " 的量產(chǎn)能力成為本次亮相的核心亮點(diǎn)。作為行業(yè)首個(gè)已實(shí)現(xiàn)量產(chǎn)的生成式世界模型，其技術(shù)價(jià)值已體現(xiàn)在產(chǎn)業(yè)實(shí)踐中。

此前，上海自動(dòng)駕駛實(shí)訓(xùn)場(chǎng)建設(shè)成果發(fā)布，商湯絕影深度參與其中，以 " 絕影開悟 " 世界模型給自動(dòng)駕駛實(shí)訓(xùn)場(chǎng)建設(shè)提供支持。

目前，商湯絕影已與上汽集團(tuán)旗下智己汽車打通 Cut-in（加塞）、碰撞等關(guān)鍵場(chǎng)景的數(shù)據(jù)生成鏈路，意味著這些高風(fēng)險(xiǎn)、低概率的駕駛場(chǎng)景可通過模型批量生成，無(wú)需依賴真實(shí)路測(cè)采集。

雙方的合作不止于此，據(jù)透露，未來(lái)將聯(lián)合打造 " 數(shù)據(jù)工廠 "，通過規(guī)?；蓤?chǎng)景數(shù)據(jù)，加速輔助駕駛系統(tǒng)的安全落地。

這種模式的優(yōu)勢(shì)在于解決了傳統(tǒng)路測(cè)的核心痛點(diǎn)：真實(shí)場(chǎng)景采集成本高、極端案例覆蓋率低。例如，一場(chǎng)罕見的暴雨天氣下的連環(huán)追尾場(chǎng)景，通過 " 絕影開悟 " 可在數(shù)小時(shí)內(nèi)生成數(shù)千組變體數(shù)據(jù)，而真實(shí)采集可能需要數(shù)年等待。

技術(shù)落地的背后，是產(chǎn)品化能力的支撐。

本次世界人工智能大會(huì)上，商湯絕影正式發(fā)布輔助駕駛領(lǐng)域首個(gè)生成式世界模型產(chǎn)品平臺(tái)，面向 B 端企業(yè)與 C 端開發(fā)者開放試用。

該平臺(tái)的功能體現(xiàn)在兩方面：一是場(chǎng)景定制的靈活性，支持天氣（晴 / 雨 / 雪）、光線（黎明 / 正午 / 黃昏）、道路類型（高速 / 城區(qū) / 鄉(xiāng)村）等多維度參數(shù)調(diào)整；二是 " 提示詞生成 " 的便捷性，用戶輸入 " 雨天路面直行，前方有面包車在碰撞前剎停 " 等描述，即可一鍵生成對(duì)應(yīng)場(chǎng)景視頻。

與之配套的，是業(yè)內(nèi)最大規(guī)模的生成式駕駛數(shù)據(jù)集 "WorldSim-Drive"。

該數(shù)據(jù)集包含超 100 萬(wàn)段（clips）量產(chǎn)級(jí)數(shù)據(jù)，覆蓋 50 余種天氣光照條件、200 類交通標(biāo)牌及 300 類道路連接場(chǎng)景。

比數(shù)據(jù)數(shù)量更關(guān)鍵的是數(shù)據(jù)質(zhì)量。通過多視角時(shí)空對(duì)齊技術(shù)，模型可以同時(shí)生成第一視角（駕駛員視角）與第三視角（外部觀測(cè)視角）數(shù)據(jù)，且分辨率達(dá) 1080P，時(shí)長(zhǎng)支持分鐘級(jí)連續(xù)記錄，保真度接近真實(shí)采集數(shù)據(jù)。

效率方面，" 絕影開悟 " 基于單張 A100 GPU，其每日生成的數(shù)據(jù)量相當(dāng)于 10 臺(tái)真實(shí)測(cè)試車或 100 臺(tái)路測(cè)車的采集能力，效率約為 500 臺(tái)量產(chǎn)車的總和。

據(jù)悉，目前商湯絕影已有 20% 的訓(xùn)練數(shù)據(jù)來(lái)自該模型生成，大幅降低了對(duì)真實(shí)路測(cè)的依賴。

4D交互訓(xùn)練場(chǎng)：從仿真測(cè)試到實(shí)時(shí)體驗(yàn)

" 絕影開悟 " 的技術(shù)縱深，體現(xiàn)在其構(gòu)建的 4D 實(shí)時(shí)交互訓(xùn)練場(chǎng)。其通過融合 3DGS 重建技術(shù)與世界模型生成能力，讓 4D 交互訓(xùn)練場(chǎng)實(shí)現(xiàn)了三項(xiàng)進(jìn)步。

其二，動(dòng)態(tài)場(chǎng)景閉環(huán)生成。用戶通過文本描述或場(chǎng)景布局設(shè)定，就可以觸發(fā) " 輸入需求→生成場(chǎng)景→微調(diào)優(yōu)化 " 的閉環(huán)流程，快速生成占道急剎、環(huán)島繞行等復(fù)雜場(chǎng)景。

其三，實(shí)時(shí)交互能力。策略模型與環(huán)境模型可以實(shí)現(xiàn)實(shí)時(shí)響應(yīng)，從而確保仿真測(cè)試結(jié)果與真實(shí)駕駛的一致性。

目前，4D 實(shí)時(shí)交互訓(xùn)練場(chǎng)已在合作中落地。商湯絕影與智己汽車合作構(gòu)建的測(cè)試場(chǎng)景庫(kù)，已覆蓋占道急剎、環(huán)島繞行等典型場(chǎng)景，未來(lái)計(jì)劃擴(kuò)展至千萬(wàn)級(jí)規(guī)模，來(lái)覆蓋幾乎所有的駕駛可能性。

在 WAIC 現(xiàn)場(chǎng)，觀眾還可以通過交互界面體驗(yàn) " 虛擬駕駛 "，例如在模型生成的暴雨天氣高速場(chǎng)景中，實(shí)時(shí)操控車輛應(yīng)對(duì)加塞，感受模型對(duì)物理環(huán)境的仿真精度。

向具身智能的延伸

如果說(shuō)智能汽車是 " 簡(jiǎn)單的具身智能 "，那么機(jī)器人等硬件則需要更復(fù)雜的物理世界理解能力。

這類具身智能面臨的核心難題是 " 數(shù)據(jù)維度爆炸 "，即機(jī)器人的傳感器配置（視覺、觸覺、力覺等）、移動(dòng)方式（輪式、履帶式、多足式）遠(yuǎn)多于汽車，且需應(yīng)對(duì)家庭、工業(yè)等多樣化場(chǎng)景，傳統(tǒng)數(shù)據(jù)采集方式成本高、效率低。更棘手的是 "Sim2Real 鴻溝 "，即通過模擬工具生成的數(shù)據(jù)難以直接應(yīng)用于真實(shí)場(chǎng)景。

而商湯絕影的解決辦法是將輔助駕駛領(lǐng)域的 " 虛實(shí)融合 " 數(shù)據(jù)遷移到具身智能上。

其次，生成高保真 4D 環(huán)境?；趧?dòng)態(tài)環(huán)境建模技術(shù)，模型能實(shí)時(shí)預(yù)測(cè)物體運(yùn)動(dòng)軌跡，例如預(yù)判家庭場(chǎng)景中寵物的突然跑動(dòng)。

最后，建立閉環(huán)驗(yàn)證體系。通過強(qiáng)化學(xué)習(xí)，機(jī)器人可以在虛擬環(huán)境中反復(fù)訓(xùn)練交互動(dòng)作，再遷移至真實(shí)世界。

支撐這一遷移的是商湯的具身 3D 資產(chǎn)庫(kù)，其中包含了 10 萬(wàn)個(gè)真實(shí) 3D 資產(chǎn)，涵蓋了家庭、辦公、工業(yè)等 20 類場(chǎng)景的動(dòng)作數(shù)據(jù)。

更關(guān)鍵的是數(shù)據(jù)視角的完整性，模型既可生成機(jī)器人的 " 第一視角 "，例如抓取物體的手部特寫；也能生成 " 第三視角 "，例如上帝視角下的機(jī)器人全身動(dòng)作，從而解決了傳統(tǒng)數(shù)據(jù)視角單一的問題。

結(jié)語(yǔ)：

" 絕影開悟 " 的進(jìn)化路徑，本質(zhì)上是 AI 從數(shù)字世界走向物理世界的縮影。

商湯科技聯(lián)合創(chuàng)始人、CTO 王曉剛在世界人工智能大會(huì)上表示，" 絕影開悟 " 世界模型的核心價(jià)值在于 " 將 AI 創(chuàng)造力轉(zhuǎn)化為生產(chǎn)力 "，既為輔助駕駛提供場(chǎng)景數(shù)據(jù)，也為具身智能打造數(shù)據(jù)引擎。

從輔助駕駛到機(jī)器人，從數(shù)據(jù)生成到實(shí)時(shí)交互，" 絕影開悟 " 的技術(shù)邏輯都圍繞一個(gè)目標(biāo)：通過構(gòu)建與真實(shí)世界一致的 4D 模型，讓 AI 在虛擬環(huán)境中 " 學(xué)會(huì) " 與物理世界交互。

當(dāng)這種能力成熟時(shí)，或許我們將看到家庭機(jī)器人能精準(zhǔn)預(yù)判老人起身時(shí)的動(dòng)作輔助，工業(yè)機(jī)械臂能在復(fù)雜流水線中自主避障。而這一切的起點(diǎn)，正是世界模型這個(gè)連接數(shù)字與物理世界的技術(shù)橋梁。（本文首發(fā)于鈦媒體 App 作者｜王垚，編輯｜李玉鵬）