一图生成3D世界，灵光App率先将世界模型搬到手机里

IT时报记者 孙妍

一张照片，一部手机，你就能在AI造的世界里漫步。

4月27日，蚂蚁灵光App上线“体验世界模型”，成为业界首个可在移动端体验世界模型的AGI产品。用户只需上传一张图片，即可在手机上生成最长60秒的3D世界，并且用手游操控视角，像玩游戏一样在里面走动探索，从触发指令到开始探索，仅需秒级。这是业内首次实现在端侧跑起世界模型，实测分钟级的长时一致性、实时可交互的体验，颇为震撼。

在此之前，灵光上线“闪应用”功能，率先实现在手机端30秒生成应用，全民“手搓”应用风潮。

世界模型被视为通向AGI（通用人工智能）的重要路径之一，是连接数字世界与物理世界的重要桥梁。此次灵光App“体验世界模型”功能背后接入了蚂蚁灵波LingBot-World-Fast世界模型，该模型也已经开源。

打开灵光App，在对话框上传一张图片后，系统会智能推荐操作指令，用户选择“生成图中世界”。或者直接输入“帮我用第一人称视角探索这个世界”这类自然语言，系统会自动进入世界模型生成流程。

进入世界模型体验页面后，灵光App引入了手游摇杆操控方式，让用户以最熟悉的方式探索AI即时生成的3D世界。屏幕左侧摇杆负责控制角色在3D场景中的位移，用户可前后左右自由行走；右侧摇杆则负责控制视角旋转，实现全方位环顾探索。这一操控逻辑与主流3D手游高度一致，玩家无需额外学习，即可上手操控。

世界模型的移动端部署，是行业里公认的难题。算力需求大、延迟控制难、终端性能参差不齐，每一条都是实际的工程挑战。灵光团队采用高效、低延迟的流式传输技术，实现了百毫秒级的响应延迟，用户从触发指令到开始探索3D世界仅需秒级。

灵光App负责人蔡伟表示，“体验世界模型功能是灵光在探索智能边界的又一实践。此前灵光推出的闪应用功能可实现自然语言30秒生应用，也是把原本专业开发者的Coding能力给到普通用户。”