开源世界模型获李飞飞点赞：视频秒变4D可探索世界

首个开源世界模型获李飞飞点赞：将视频直接转化为可交互探索的4D空间

近期出现了一个极具颠覆性的开源项目，名为 InSpatio-World。

简单概括其核心价值：

将任意一段普通视频，直接转换成一个可自由漫游、导航，并支持时间回溯的4D动态环境。

这个创新的意义值得深入探讨。

以往的多数视频模型，核心目标集中在生成“可观看”的内容序列。
用户的体验局限于画面构图、镜头切换、运动轨迹与动作细节。

而 InSpatio-World 的突破在于，它超越了让视频更像视频的范畴。
其追求的本质是：将视频背后的场景结构，重塑为一个可供你“步入并探索”的沉浸式世界。

官方项目页：https://www.inspatio.com/zh/models/world

该项目核心亮点解析

官方给出的定义非常清晰：

全球首个以参考视频为条件输入的4D世界模型。

输入是一段单一视角的视频素材。
输出并非简单的帧插值或视角切换。
而是一个动态的、可完全自由探索的三维世界，你可以随心操控视角导航，甚至能回溯到任意时间节点重新观察。

这一定位与传统方案差异巨大。

过去的视频，更像一条预先录制好的河流影像。
你只能被动地站在岸边，观看其固定流向。

InSpatio-World 的目标则是：

将整条河流，连同其河床、岸边的岩石、水流的动态乃至时间的演变，全部作为可交互资源交付给你。

你不再是单纯的观看者。
而是开始转变为这个世界的“进入者”与探索者。

本质并非模拟像素，而是在尝试模拟世界

其核心的技术突破点，称为 State-Anchored World Modeling（状态锚定世界建模）。

通俗地讲，许多生成模型只是在连续地拼凑视觉上合理的画面帧。
它们擅长制造“看起来像”的错觉，但并未真正维护一个逻辑自洽的、持续存在的世界状态。

这导致了大量顽固问题：

• 物体离开画面后极易出现形态失真
• 长时间序列生成时，画面内容容易产生漂移
• 切换观察视角时，场景的空间逻辑关系可能崩溃
• 时间跨度拉长后，因果律与视觉连续性难以保持稳定

InSpatio-World 的研发目标，正是为了系统性解决上述痛点。

它的技术思路是将输入参考视频锚定为一个局部的世界状态快照，然后随时间推移持续维护并推演这个状态，从而让新生成的内容在空间与时间维度上保持高度连贯性。官方技术文档将此方法论明确概括为“世界状态锚定”、“时空自回归”与“联合分布匹配蒸馏”。

更直白的理解：

**许多视频模型本质是在生成一套连续的视频截图，
而 InSpatio-World 则更像是在后台维护一个持续、稳定运行的微观世界。**

这正是它最值得开发者深入研究的地方。

开发者为何会对该项目充满兴趣

这个项目并非那种“看个热闹就结束”的概念Demo。
其设计架构天然具备极强的可玩性与扩展潜力。

开发者可以很自然地联想到以下应用方向：

• 能否植入键盘控制逻辑
• 能否接入手柄实现沉浸式交互
• 能否自定义视角漫游路径
• 能否实现时间轴回放与场景重游
• 能否在此基础上快速搭建轻量级小游戏
• 能否作为AI Agent的交互与训练环境

观察其GitHub仓库，项目团队已经为这些可能性预留了清晰的入口。

README文件公开了完整的推理流水线，涵盖视频内容描述（caption）、深度信息估计、点云渲染，以及最终的视频到视频（v2v）推理步骤；同时提供了成熟的轨迹控制方案，用户可以通过 --traj_txt_path 参数精准控制新视角合成的路径，仓库内置了如 x_y_circle_cycle.txt（环绕动画）和 zoom_out_in.txt（缩放推拉）等预设轨迹文件。

这说明了什么。

说明它不再是一个仅供围观的研究型玩具。
而是已经具备了清晰的二次开发接口。

你可以基于此框架进行深度功能扩展：

• 打造可交互的3D世界浏览器
• 开发4D动态相册应用
• 构建视频内容的可探索化产品
• 制作轻量级场景探索小游戏
• 构建Agent沙箱测试环境
• 用于自动驾驶仿真场景生成
• 作为具身智能系统的训练场

事实上，这些方向恰好是官方明确列出的应用场景，包括 具身智能、自动驾驶、4D相册，以及通往世界模拟的路线图。

最具吸引力的点，在于它将视频技术向前推进了一大步

过去业内外对AI视频的理解，大多停留在：

• 生成视频内容
• 被动观看视频
• 分享视频链接

而世界模型这条路，真正的想象空间在于：

• “进入”视频场景
• 自主控制视角
• 操纵时间流逝
• 改变交互范式
• 让人类用户与AI Agent都能在场景中自由活动

官网首页上有一句话精准概括了其愿景：

Beyond the Frame. Into the World.
以及另一句更具野心的宣言：

From simulating pixels to simulating worlds.

这两句话，已经将其技术野心阐述得相当透彻。

它并非试图做一个更花哨的视频生成工具。
而是在探索下一代交互式媒体与世界仿真模型的方向。

指标层面，它同样具备扎实的技术底气

根据官方公布的技术数据，InSpatio-World 的 1.3B 参数版本 在 WorldScore-Dynamic 排行榜上位列实时生成方法第一名，生成速度达到 单 GPU 24 FPS 的实时水平。技术页面还特别提到，在单张 RTX 4090 显卡上即可稳定跑出 10 FPS。

这一数据至关重要。

因为许多听上去极具未来感的系统，在实际应用中只能在离线环境缓慢运行。
距离实时交互、开发者上手调试，还存在巨大鸿沟。

而 InSpatio-World 明确强调的核心能力，就是：

它正在朝着“实时可交互”这一方向坚实迈进。

这使得它从一个纯粹的研究展示项目，开始具备成为真正开发底座的潜力。

从开发者视角审视，四个核心理由足以凸显其项目价值

1. 这不仅是另一个视频生成项目

它在重新定义核心问题：

视频内容，能否直接成为通往虚拟世界的交互入口。

2. 具有明确的Fork与二次开发价值

仓库公开了模型权重下载渠道、完整推理流程、轨迹控制机制以及清晰代码结构，已经具备了构建上层交互层、玩法层与工具化产品的基础。目前该项目代码已在GitHub开源，采用 Apache 2.0 许可协议。

3. 兼顾了研究深度与社区可传播性

很多研究项目技术很强，但普通开发者很难直接上手。
这个项目的优势在于，你阅读后很容易立即产生灵感：

我能基于它来做点什么。

4. 踩准了更大的技术趋势

世界模型真正的价值，远不止于生成视觉内容。
其核心在于让系统具备对空间结构、时间流逝、物理状态和因果关系的持续理解能力。

官方在技术文档中也将长期愿景写得非常清晰：

• 构建持久化世界
• 支持因果交互
• 朝向以Agent为中心的学习范式

这就表明，InSpatio-World 并非终点。
它更像是一个技术征程的起点。

该类项目，其重要性与日俱增

如果说前几年AI视觉领域的竞争焦点是谁更擅长“生成图像”或“生成视频”。
那么未来一个更值得关注的方向，一定在于：

谁能更稳定地“维护世界状态”。

因为内容生成仅是第一步。
更大的商业与技术价值，在于后续：

• 能否实现长时间段内的几何一致性
• 能否支持真实的实时交互
• 能否允许用户进行精准控制
• 能否作为AI Agent进行自主学习的环境
• 能否从单纯的“播放内容”跃迁至“模拟世界”

InSpatio-World 至少已经将这一目标，转化成了一个开发者可以触摸、实际运行、并持续改进的开源项目。
这本身就已经极具价值。

结语

很多项目会让观者觉得“很厉害”。
而极少数项目，会让开发者产生一种近乎本能的冲动：

这个玩意儿，我想亲自Fork下来跑一跑。

InSpatio-World 显然属于后者。

曾经，我们只是被动地观看视频。
而现在，视频开始成为一个你可以真正“走进去”的虚拟世界。

这一进化本身，就足以令人充满期待。

项目地址

• GitHub: https://github.com/inspatio/inspatio-world
• 官网: https://www.inspatio.com/zh/models/world
• 技术页: https://inspatio.github.io/inspatio-world/