机器人电报8月18日讯，智象未来（HiDream.ai）近日发布了原生全模态交互式世界模型HiDream-O1-World。该模型支持文本、图像与交互等多模态输入，并集成了漫游、编辑和交互三大核心功能，使用户能够一键生成时空一致、符合物理规律的可交互世界。
在第三方评测基准WBench中，HiDream-O1-World以平均分80.9的成绩登顶Navi分榜。其在物理维度获得73.3分位列第一，一致性维度得分为88.0。该模型搭载智象自研的原生全模态（UiT）架构，在关键的时空与物理一致性上实现突破：当镜头移动时，场景几何结构保持稳定，物体不会变形或消失；物体间的碰撞、遮挡与重力响应也高度符合真实世界的因果逻辑。
用户可从文本或图片出发，以第一或第三人称视角探索生成场景，并控制角色动作、天气及物体状态。智象未来计划将该模型应用于AI互动影游、具身智能仿真及3D场景生产等领域。针对交互式世界模型常见的场景漂移等问题，模型通过将3D空间信息写入Memory上下文，并结合测试时训练（TTT）在推理中持续调整，以维持长交互下的稳定性。
此外，智象未来与复旦大学联合发表的论文《DreamWorld：面向3D一致世界建模的几何驱动视频扩散》已被国际顶会ECCV 2026接收，相关研究聚焦于空间一致性。