MoWorld摸不到本体，我先试了它那个端侧版

作为一个完全不懂世界模型的人，我试了一下MoWorld。

先说清楚，MoWorld本体我够不着。它是魔芯科技联合浙大潘云鹤院士团队做的，跑在华为昇腾NPU上。NPU你可以理解成专门算AI的芯片，跟显卡里的GPU算同类东西，但这套是国产的。我们实验室没有昇腾的机器，申请也排不上队，所以我真正上手的是它的端侧版本。

顺便解释一下世界模型。大部分视频生成模型是你给一句话，它放一段片子给你看。世界模型不一样，它得理解空间，你动一下，画面里接下来的东西要跟着变，还得变得合理。发布会材料里有句话我记到现在：

世界与视频的关键区别，就在于世界是可实时物理交互的。

上手

端侧那个叫MoWorld-2.0-flash，被拿去做了一个鸿蒙独占的应用，叫摸小宠，用来给宠物做3D重建。我借同学的鸿蒙手机装了一个。

流程大概是，拍几张猫的照片传上去，云那边在昇腾平台上用扩散模型生成一个3D高斯模型，再传回手机渲染。3D高斯这个词我第一次看也懵，可以当成一种把物体拆成一堆小椭球来表示的三维方法，比传统网格省事。端侧那个模型大概6亿参数，是原版量化裁剪压下来的，跑在麒麟芯片上。

试下来，拍猫这件事本身就很难。我拍了三轮，前两轮猫都在动，重建出来耳朵是糊的。第三轮趁它睡着才成。生成等了大概几分钟，出来能转着看，毛的质感就别指望了。

坑有两个。一是端侧模型对输入挑得厉害，光线暗或者背景杂，出来的模型就发飘。二是它只认鸿蒙，我自己的安卓机装不上。

至于那个50FPS，我只能在WAIC的发布会视频里看。他们现场是拿物理输入去驱动画面。帧率这东西，30以下人眼就觉得卡，50是能用的水平。推理成本比同规模GPU方案降七成，这个数我信一半，毕竟没自己跑过。

结论

看情况。适合想快速给实物做3D模型、又刚好用鸿蒙的人，或者做具身智能、需要在国产算力上跑实时仿真的团队。不适合我这种只有普通显卡、想自己搭一套玩玩的学生。