世界模型的连续推理时长，正从分钟级跃向天级。8月3日，阿里巴巴集团旗下高德宣布，自研通用交互式世界模型ABot-World-0完成新一轮技术升级并正式开源，在单张消费级GPU上实现了连续24小时超长时稳定推理，推理过程中画质、物理一致性与交互响应均无明显衰减。据高德介绍，这是全球首个把交互式世界模型连续推理时长提升到天级的模型。
这一突破直接回应了世界模型落地的头号难题。过去，世界模型进行长时间连续生成时，容易出现画面崩坏、物体形变漂移、物理规则失真以及交互指令响应错位等问题。其背后一个重要原因是自回归视频生成过程中的误差累积：模型持续依赖此前生成结果，微小预测偏差会随着生成序列延长不断放大，最终导致输出彻底失控。高德ABot-World-0给出的解法，是全新的LongForcing长程训练范式。
LongForcing长程训练范式的核心思路，是把长时间尺度的稳定性以及场景、动态的开放性纳入模型学习目标。具体而言，该方法引入具备更长时域建模能力的教师模型，并在训练过程中持续将模型自身生成结果作为后续输入，将训练目标从短片段的局部生成质量，扩展到多轮自回归后的长程生成分布，从而在根源上缓解长时间推理中的误差累积和分布漂移问题。
这一设计相当于让模型在训练阶段就反复练习长跑。传统方案只在短距离冲刺中考核模型，模型自然擅长前几秒的生成；LongForcing把考核延伸到全程，模型必须学会在长距离奔跑中保持姿势稳定。高德方面表示，基于LongForcing，ABot-World-0无需持续调整提示词，也能伴随用户移动和交互不断拓展新的空间、物体及事件，使生成内容从固定的视频序列，转变为能够持续演化和响应用户操作的世界状态。
从实测数据看，升级后的模型在消费级显卡上连续运行24小时，画面清晰度、物体一致性、物理规律和交互响应保持稳定。此前同类模型的连续推理时长大多停留在分钟级，一部长一点的虚拟场景演示都可能中途崩坏。ABot-World-0把这一指标提升了两个数量级，意味着世界模型从演示品走向可长期运行的虚拟环境成为可能，这对游戏、仿真训练、数字孪生等重度使用场景意义重大。
除了技术突破，ABot-World-0的开源策略同样值得关注。目前该模型已正式开源，支持在单张消费级显卡上进行本地部署，其超长推理相关论文上线Hugging Face后，登顶平台论文日榜和周榜第一。这意味着普通开发者和中小团队无需依赖昂贵的算力集群，就能在本地跑起一个具备天级连续推理能力的交互式世界模型，世界模型的技术门槛被显著拉低。
在应用层面，该技术已经落地到高德此前推出的通用世界模型工坊ABot-World Studio。用户输入一段文字或一张图片，即可生成可实时交互的AI世界，并支持将生成结果以视频和3DGS文件形式导出。从单卡本地运行到工坊化产品输出，高德正在把世界模型从实验室技术推向可被广泛调用的基础设施，这与高德此前发布的3D原生城市世界模型ABot-Earth系列形成了技术协同。
高德认为，长时序稳定性的突破，有望进一步拓展世界模型在持续交互、虚拟环境以及空间智能等场景中的应用边界。在空间智能领域，机器人需要在真实环境中长时间运行并持续理解动态场景，天级稳定推理能力恰好契合这一需求；在虚拟内容领域，创作者可以用本地显卡搭建持续演化的虚拟世界，大幅降低内容生产成本。开源叠加天级能力，世界模型的普及进程正在被明显提速。
ABot-World-0的发布，让世界模型赛道的竞争维度发生了实质变化。过去一年，各家厂商比拼的重点是单次生成的分辨率、时长和画质，几分钟的连贯输出已属优秀。而高德把竞争拉到了24小时量级，比拼的不再是单次生成的惊艳程度，而是系统长期运行的稳定性和可靠性，这更接近真实生产场景对世界模型的要求。
从产业视角看，世界模型正在从概念验证走向基础设施阶段。字节、腾讯、阿里等大厂纷纷布局，加上一批创业公司的涌入，赛道热度持续攀升。高德选择开源ABot-World-0，一方面通过社区反馈加速模型迭代，另一方面也在抢占开发者生态的入口。当越来越多的应用基于高德的世界模型构建，其在空间智能领域的生态位将更加稳固。
当然，24小时稳定推理只是第一步。世界模型要在游戏、具身智能、数字孪生等领域真正规模化落地，还需要在物理规律建模精度、多智能体交互、场景语义理解等维度持续进化。但无论如何，从分钟级到天级的跨越已经发生，世界模型正式迈入天级时代，接下来的竞争将更加精彩。
开源的直接价值，在于把模型的演进速度从内部迭代切换到社区协同。开发者可以在本地跑起ABot-World-0，根据自身场景提出改进需求，甚至贡献代码和数据集。高德将超长推理论文同步公开，上线Hugging Face后登顶日榜周榜，说明学术界与开发者社区对这一技术路线的认可度很高。当越来越多的团队基于同一套开源底座进行二次开发，模型的缺陷会被更快发现，能力边界也会被更快拓宽。
但客观来看，世界模型距离真正的规模化商用仍有关键障碍。首先是物理规律的建模精度，目前的生成结果在视觉层面足够稳定，但物体受力、碰撞、光照等物理模拟仍与真实世界存在差距，这在游戏和数字孪生等高要求场景中会被放大。其次是算力成本，虽然单卡可以运行，但24小时连续推理的能耗和算力开销依然可观，规模化部署的性价比还需要持续优化。最后是内容合规，AI生成的虚拟世界如何标识、如何界定版权归属，监管框架尚未完全清晰。
尽管挑战重重，世界模型的落地路径已经越来越明确。游戏内容预演、机器人仿真训练、数字孪生巡检、虚拟展厅导览等场景，都具备从演示走向生产的基础条件。高德以开源姿态推动ABot-World-0普及，本质上是在为世界模型的产业落地铺设底座。可以预期，随着开源生态的反馈循环加速运转，世界模型将在未来一到两年内从技术验证期步入应用落地期，空间智能的商业化图景将逐步展开。