Overworld 发布实时视频世界模型 Waypoint-1.5

Waypoint-1.5 权重已上线 Hub

立即体验

waypoint 1.5

什么是 Waypoint-1.5？

Waypoint-1.5 是 Overworld 的新一代实时视频世界模型，旨在将交互式生成世界带到人们真正拥有的硬件上。

Waypoint 的首个版本证明了实时生成世界是可行的。它证明了交互式世界模型可以不仅仅是 passively 观看的视频演示，并且本地可运行的系统可以开始弥合生成世界与真正踏入其中之间的差距。

Waypoint-1.5 直接建立在这一基础之上。本次发布提升了视觉保真度，扩展了可在本地运行该模型的硬件范围，并在无需数据中心级算力的情况下向交互式世界模拟又迈进了一步。

在包括 RTX 3090 到 5090 的桌面硬件上，Waypoint-1.5 可以以最高 720p 和 60 FPS 生成实时环境。本次发布还引入了一个 360p 层级，专为在更广泛的消费级硬件上流畅运行而设计，包括游戏笔记本电脑，以及（即将支持的）Apple Silicon Mac。

Waypoint-1.5 最大的变化是可及性。

在 Waypoint-1 中，我们验证了核心体验。在 Waypoint-1.5 中，我们希望在不牺牲实时交互性的前提下，让更多机器都能获得这种体验。这意味着构建两个模型层级：面向更高性能硬件的 720p 模型，以及为更广泛部署而优化的 360p 模型。

我们还大幅扩展了训练规模。Waypoint-1.5 的训练数据量几乎是 Waypoint-1 的 100 倍，这显著提升了模型生成更连贯环境以及随时间保持更一致运动的能力。

在底层，Waypoint-1.5 还融入了更高效的视频建模技术，以减少跨帧的冗余计算。这一点很重要，因为实时世界模型的评判标准不仅仅是单帧看起来如何，而是世界是否即时响应、在你穿行其中时是否保持连贯，以及是否能在本地硬件上持续可用。

生成式视频和世界模型近期的许多进展都集中在视觉保真度上。这些成果很重要，但仅凭保真度并不能让一个交互式世界感觉真实。

人们记住的是响应性。他们会记住环境是否对他们做出反应，运动是否保持连贯，世界在他们探索时是否维持完整，以及整个体验是否感觉即时而非延迟。

这正是我们最关心的差距：观看一个生成场景与真正身处其中之间的区别。

如果世界模型只能在大型 GPU 集群上运行，它们就仍然是令人印象深刻的演示。如果它们能在消费级硬件上本地运行，它们就会变成更有用的东西：交互式娱乐、创意工具、模拟，以及人们真正可以探索的 AI 原生环境的基础。

Waypoint-1.5 正是围绕这一理念设计的：不仅是更好的视频，而是更具响应性、更可探索、并能在消费级硬件上持续可用的世界。

有两种方式可以玩 Waypoint-1.5。

第一种方式是通过 Overworld Biome 在本地运行。此版本设计为可在多种硬件配置上运行，更新后的 Biome 运行时让本地设置变得简单得多。借助新的安装流程，用户可以在几分钟内从下载到在本地运行模型。

第二种是 Overworld Stream，让你无需任何本地设置即可在浏览器中即时试用 Waypoint-1.5。

无论你是想即时访问还是完全本地控制，Waypoint-1.5 都旨在同时支持这两种方式。

此外，我们还提供 World Engine，这是我们灵活、易用的核心推理库，为我们的官方客户端以及近十几个第三方客户端和库提供支持。

Waypoint 始于一个简单的问题：要让生成式世界真正实现交互，需要具备什么？

早期的生成系统表明，模型可以生成令人信服的图像和视频。但构建人们能够实时探索、控制和交互的环境，则完全是另一项挑战。

Waypoint-1.5 是朝着这一方向迈出的又一步，它提升了保真度并扩展了硬件可及性，同时继续推动实时交互式生成在本地机器上运行。

我们认为，世界模型的未来不仅取决于它们能渲染出什么，更取决于人们能否真正实时地栖居其中并与之交互。

下载 Waypoint-1.5，用 Biome 在本地运行它，或直接在 Overworld.stream 上即刻体验。

如果你用它构建出有趣、奇特或出乎意料地沉浸式的作品，我们很想看到。