终于！世界模型进入“有声时代”：24FPS画面+48kHz立体声实时生成

2026-08-17 16:03:06

Oasis

发布在

快讯

阅读：96

近日，Noiz AI联合港科大、清华等机构正式发布实时可交互音视频世界模型HelixWorld 1.0，标志着世界模型迈入“有声时代”。该模型支持24FPS画面与48kHz立体声实时生成，填补了传统模型“有画无声”的短板。其核心突破在于声画由原生Transformer架构统一生成，能根据用户操作实时渲染动态场景与空间音效。通过构建多模态数据、因果化改造及蒸馏加速等技术，HelixWorld实现了从生成片段到持续实时运行的跨越。目前模型API已开启内测，权重与代码将在近几周内完全开源。未来团队还将探索多智能体交互等方向，有望重塑游戏与互动影视等应用场景。

原文链接

本文链接：https://kx.umi6.com/article/37485.html

转载请注明文章出处

世界模型