时间：2026年8月3日
地点：中国杭州
人物：阿里巴巴高德视觉计算实验室研究团队（Fan Jiang等）
事件详情：阿里巴巴旗下高德宣布，交互式世界模型ABot-World-0已能在单张消费级显卡上连续推理最长24小时，并发布可逐秒查看的完整运行记录。该模型把用户键盘操作转化为实时视频和场景变化，支持720P、最高16帧/秒输出，动作到首帧延迟约1.2秒，峰值显存约19GiB。项目采用LongForcing训练方法，缓解自回归生成中的误差累积和场景漂移，并同步开放代码、模型权重及交互演示。
背景：交互式世界模型需要根据自身刚生成的画面持续预测下一帧，微小误差会在长时间运行中不断放大，现有系统通常只能稳定工作约30秒至1分钟。ABot-World-0通过双向教师模型监督长时间学生模型自回滚，并结合低比特推理和显存调度，把长时生成任务压缩到RTX 5090等桌面硬件上。
影响：
- 长时交互式视频生成的硬件门槛和部署成本下降
- 为具身智能训练、游戏开发、影视预演和文旅教育提供可交互模拟环境
- 开源代码、权重和500小时动作标注数据有助于外部复现与评测
- 世界模型竞争从画面质量延伸到持续性、可控性和本地运行效率
总结：高德ABot-World-0的24小时连续运行记录，核心价值不只是把视频生成时间拉长，而是展示了世界模型在桌面级硬件上保持交互闭环的可能性。其指标仍受硬件与优化配置影响，24小时记录也主要来自项目方自测，尚不能等同于所有场景下的稳定商用能力。代码、权重和数据开放后，开发者可进一步验证其在机器人仿真和游戏中的可迁移性。
参考来源：
- https://www.unite.ai/alibabas-amap-runs-a-world-model-for-24-hours-on-one-gpu/
- https://www.prnewswire.com/news-releases/alibabas-amap-abot-world-0-sustains-24-hours-of-interactive-inference-on-a-single-consumer-gpu-302840965.html
- https://arxiv.org/abs/2607.19191
- https://github.com/amap-cvlab/ABot-World
- https://www.ithome.com/0/984/954.htm
- https://finance.sina.cn/stock/jdts/2026-08-03/detail-inikzkki4642207.d.html