在过去三年间，人工智能内容生成领域经历了数轮技术革新。从生成静态图像到制作动态视频，再到能够创建数分钟长的内容，每一次更新都推动着生成作品在质量和时长上的进步。但是，仔细分析后可以发现，这些进展在本质上仍停留在一个单向的范例：用户给出提示，模型生成内容，最终用户只是简单地观看。而这种形式存在一个根本局限，即它产出的是内容而非一个真正的世界。尽管生成的视频极为真实，用户仍旧是一个旁观者，无法真正进入、改变或持续影响画面中的空间。

业界逐渐意识到这一瓶颈，世界模型的理念开始频繁出现在许多AI实验室的技术报告和产品发布中，谷歌和World Labs等公司在这一领域投入了大量资源。与此同时，行业内却伴随着许多争议：当前市场上的产品究竟是在构建一个新的世界，还是单纯在进行画面渲染？

就在此时，智象未来的HiDream.ai给出了自己的解答：推出了全球首款原生全模态的交互式世界模型HiDream-O1-World。该模型基于其自主研发的全模态UiT架构，能够支持文本、图像以及交互等多种输入，生成具备长时空一致性与物理一致性动态世界。用户不仅可以在第一人称和第三人称视角之间自由切换，还能实时编辑角色和场景的变化。无论是逼真的城市、自然风景，还是二次元幻想和3A级游戏风格，用户都可以在同一模型中生成与演绎各种角色及场景，实现更深层次的可探索与可交互体验。

更值得注意的是，HiDream-O1-World在第三方评测中取得了令人瞩目的成绩。在美团的LongCat与复旦大学联合推出的互动世界模型评测标准WBench中，HiDream-O1-World在首次参测中便位列Navi排行榜第一，超越了腾讯的混元1.5和阿里的Happy Oyster等多个模型。该模型在物理维度（Physical）上获得了73.3的满分，排名第一，而一致性维度（Consistency）则以88.0的得分位列同样的第一。物理维度主要衡量生成结果的合理性与因果逻辑，例如物体间的碰撞和表面交互是否符合现实物理规律；一致性则关注场景的记忆和空间结构能否在持续生成中保持稳定。这两项关键指标的高分表明，HiDream-O1-World在物理一致性和长时空一致性方面都具备显著优势。

一个既能探索又能掌控，并且能够持续生成的AI世界，由此展现出更为直观的生成效果。首先是漫游模式。在此模式下，用户仿佛置身于真实世界中，自由穿梭于模型生成的场景内。借助屏幕左下角的移动控制，用户可以操控角色前进、转向或驻足，并能够在第一、第三人称视角之间随意切换，体验沉浸式的探索感。例如，在HiDream-O1-World生成的雪山攀登视频中，用户通过移动控件控制角色前进，随着人物的移动，前方的路径和周围的环境也会即时更新；当人物折返时，之前生成的地形与场景依然保持一致。这一过程近似于真实登山的连续探索，视角转换流畅，整体画面稳定，几乎没有卡顿或漂移的情况。

此外，编辑模式的功能也更为强大。在此模式下，用户可对画面进行实时编辑，包括驱动角色完成各种动作，如抓取、奔跑、下蹲及跳跃，或调动环境进行动态变化，如降雨或物体掉落等。每一个动作转变和场景互动都是基于真实的物理模拟，且能保持全局的一致性，音视频同步。例如在骑行场景中，用户输入提示词“天气变化为雷雨天”，原本的晴天瞬间雷声大作，天色骤然变暗，雨滴落下，地面溅起水花；输入提示词“天气变化为太阳雨”，阴云逐渐散去，湿润的路面开始反射阳光。场景变化不仅流畅自然，而且整个画面保持协调一致。

最后，在视觉风格方面，HiDream-O1-World支持多种表现形式，包括高度写实的城市街景、自然环境及室内空间等，其中的光影与材质效果均表现得极为逼真。同时，它也能渲染幻想世界、二次元卡通以及3A级游戏等多种艺术风格。角色类型的设置更为多样化，不论是人类、动物，还是虚构生物,都能在模型中精准展现。比如，通过HiDream-O1-World生成的教堂内部，石砌拱顶、立柱、木质书架与排排古籍共同构成了一个完整的空间结构，随着用户的移动和视角变换，画面内容得到实时更新，展现出强烈的质感和空间感。

如果将以上示例汇聚在一起，我们可以更清晰地认识到，HiDream-O1-World展现出的核心能力已经非常显著，具有极强的潜力。