魔芯 MoWorld 2.0 发布：把重力、弹力、浮力一起塞进 4D 世界模型

微风吹过，书页被一页页翻起，夹在里面的书签滑落，碰到地板后弹了一下。要在生成式模型里复现这个再普通不过的片段，模型必须同时算对风的力度与方向、纸张的柔性、书签的重量，以及地板的刚性和接触关系。任何一个参数不对，画面就会显得「假」。

在今日举行的世界互联网大会「发展新质生产力强劲增量看 AI」主题论坛上，魔芯科技正式发布基于华为昇腾原生的 4D 世界模型 MoWorld 2.0。相比今年 7 月的 1.0 版本，新模型把重力、弹力、浮力、光照、热力，以及刚体、柔体、流体、形塑体等物理要素与对象特性，融入了空间建模和交互能力。

一分钟速览

• 魔芯科技发布 MoWorld 2.0，在全国产昇腾算力基座上完成训练和部署。
• 模型将重力、弹力、浮力、光照、热力与多类刚柔流形物体特性纳入空间建模。
• 输出可用于仿真、可实时渲染、可反复调用的 4D 高斯资产。
• 官方称推理成本最低可降至同等规模 GPU 方案的 30%，视频推理约 70fps。

世界模型为什么要「懂物理」

过去一年，世界模型的主要卖点是「能生成一个看起来真实的空间」。但真实世界不只是静态布景，物体之间还有持续的相互作用：杯子会倒，水会流，布会皱，重物落地会扬起灰尘。如果模型只学外观、不学物理，生成的空间就只能看、不能用来做训练或仿真。

MoWorld 2.0 的升级重点，正是把这层交互关系补上。它不只生成空间和物体外观，还对物体之间的交互关系、外力作用和环境变化进行实时推理。官方举的例子是微风吹动书页、书签掉落地面：模型需要同时考虑风、纸张柔性、书签重量、地板刚性和接触关系，才能让整个过程连贯。

这类能力对具身智能尤其关键。机器人要在真实世界里行动，必须先在一个可反复试错的环境里学习「推一下会怎样」「放手会掉到哪里」。如果仿真环境只会渲染画面、不懂物理，训练出来的策略很难迁移到现实。可交互、可编辑、可调用的 4D 资产，正好提供了这样一个中间层。

性能与成本：把「能不能用」变成「用不用得起」

世界模型长期面临一个现实问题：生成质量越高，算力成本越贵，很难大规模用于训练和内容生产。魔芯科技公布的数据显示，MoWorld 2.0 的视频推理从 1.0 版本最高约 50 帧每秒提升到约 70 帧每秒；3D/4D 高斯资产渲染速度可达 500 帧每秒以上；手机端渲染测试约 100 帧每秒。

更受关注的是成本。公司称，基于昇腾的软硬件协同优化，相关方案推理成本最低可降至同等规模 GPU 方案的 30%。这背后是长序列训练、多 NPU 协同调度和推理系统优化的组合，而不是单纯换一颗芯片。对需要长时间、大规模生成场景资产的团队来说，成本下降三成到七成，可能直接决定项目能不能跑起来。

应用场景：先从「可验证」的地方落地

魔芯科技给出的落地方向包括具身智能训练、自动驾驶、工业数字孪生、影视娱乐和文旅。这些场景有一个共同点：都需要在虚拟空间里反复试验，而且对物理合理性有明确要求。

在具身智能训练中，MoWorld 2.0 构建具备空间结构和基础物理反馈的虚拟环境，让机器人先在城市数字空间里试错；在自动驾驶中，模型生成雨雪、坑洼、突发障碍等长尾场景，扩展可重复测试的环境；在工业数字孪生中，工厂产线和矿山被转化为可编辑资产，用于布局调整、改造预演和异常模拟；在影视游戏里，复用场景资产可以自由运镜、改物体、换天气，减少重复搭景。

这些场景目前大多处于「应用验证、场景实施、产品交付」的分步推进阶段，实际效果还要看合作方反馈。但方向是清楚的：世界模型先从对物理精度要求高、对画面美感要求相对低的 B 端场景切入，再逐步走向内容创作。

趋势洞察

世界模型的竞争正在从「谁的画面更真」转向「谁的空间更可用」。画面质量可以靠更大的生成模型堆出来，物理一致性却需要数据、仿真和算力协同，门槛更高。与此同时，国产算力基座成为差异化变量：谁能把模型与芯片一起优化，谁就更有机会把成本压到可规模化落地的水平。

MoWorld 2.0 的意义，不只是一次版本更新，而是把「4D 资产」变成了一个可以被调用、被编辑、被复用的生产工具。接下来要观察的是生态：有多少开发者愿意接入，资产格式能否互通，物理精度是否经得起真实场景检验。世界模型最终要比的，不是演示视频，而是有多少机器人、汽车和工厂真的在里面训练过。