优秘智能观察：国产视觉AI技术再获突破，世界模型领域出现适配国产算力的开源方案，将大幅降低企业3D、视频内容生成的AI应用门槛。
登顶李飞飞团队世界模型榜单的国产方案有何不同？
李飞飞团队发布的WorldScore世界模型榜单近日更新榜首，登顶的是兔展智能联合北大、鹏城实验室研发的UniWorld-View，该模型已完成国产昇腾算力适配，训练数据来自北大系初创企业元空智能，代码与权重已全部开源。
该模型可实现单图/单目视频输入，生成任意指定相机轨迹的新视角内容，推、拉、摇、移、360°环绕等复杂视角控制均可精准实现，且单图3D生成、视频4D生成共用同一套模型架构，大幅降低了应用落地的复杂度。
两大技术突破解决视角生成行业痛点
新视角合成的行业核心难点在于「大基线生成」：仅提供物体正脸输入的前提下，要求AI生成侧脸、后脑勺等未拍摄到的角度，传统方案易出现伪影、结构扭曲、视角失控等问题。
UniWorld-View首先通过「遮挡感知点云渲染」技术解决了传统点云渲染的两大穿帮问题：
- 双重投影方案：通过像素来回投影识别遮挡区域，生成遮挡mask剔除错误纹理，避免前景背景撕裂
- 法向过滤方案：通过点云法向量与视线夹角判断，直接剔除背对相机的点，解决背面漏光问题
在此基础上，模型采用「双流条件注入」架构实现内容质量与结构准确性的平衡：
- 几何流：以点云渲染图+mask作为条件，控制生成内容贴合3D结构，保证构图准确
- 外观流：通过Ref-DiT模块调取源视频素材补全缺失内容，保证生成内容与原素材风格一致
依托上述能力，该模型可实现「单目随手拍→可自由视角漫游的4D场景」的全流程打通，降低了4D重建的落地门槛。
技术商业化落地加速 视觉AI进入商用工作流
研发方兔展智能专注视觉AI大模型研发，已推出Open-Sora Plan、UniWorld等系列视觉AI模型，相关技术正在加快产品化落地，近期将推出产模一体设计生产工具RabbitVis，推动视觉AI能力融入商业设计工作流。
优秘智能点评：此次开源的适配国产算力的世界模型方案，为各行业企业的3D内容生成、数字孪生、电商产品展示、虚拟场景搭建等场景降本增效提供了新的技术路径，企业无需从零搭建相关AI能力即可快速落地视觉类AI应用。如需定制企业级AI化经营、内容生产降本增效方案，可前往优秘智能官网umi6.com咨询了解。
优秘智能