概述
超越画面，进入世界。
InSpatio-World 是首个以参考视频为条件的4D世界模型，将单段视频转化为可自由探索、导航和回溯的动态世界。
物理世界本质上是三维且持续演化的。现有2D或静态模型无法捕捉其真实的空间关系和因果运动。InSpatio-World 通过状态锚定世界建模（State-Anchored World Modeling）克服这些局限。
模型不独立生成帧，而是在时间维度上维护和演化完整的世界状态，实现时空一致的采样，有效抑制长程漂移。
模型规格
核心能力
自由空间漫游
从任意视角探索场景，不受原始镜头路径的限制。
时间控制
暂停、减速或倒流时间，以完全的时间自主权重新体验任意时刻。
物理真实感
从参考视频的自然动态出发，在整个探索过程中保持物理一致、真实自然的运动效果。
长程稳定性
即使在长时间探索下，世界仍锚定于参考视频——防止漂移，保持与源场景的一致性。
方法
状态锚定世界建模
现有生成模型模拟像素而非持久世界，导致物理不一致、空间脆弱和时序漂移。InSpatio-World 引入状态锚定世界建模：将世界表示为锚定于参考视频的视角无关局部世界状态。世界状态锚定（World State Anchoring）构建持久状态以保证空间持久性；时空自回归（Spatiotemporal Autoregression）实现以参考视频为条件的精确采样；联合分布匹配蒸馏（Joint Distribution Matching Distillation）在真实保真度与合成可控性之间取得平衡。
评测
实时方法综合排名第一
基于 WorldScore 评测基准——一个统一评估3D、4D及视频生成系统的框架，涵盖可控性、视觉质量和动态一致性。InSpatio-World 的13亿参数模型在 WorldScore-Dynamic 排行榜上位列全部实时方法第一，在单张GPU上达到24 FPS实时生成。
4D世界模型应用场景
下游应用
快速上手
在GitHub访问模型
模型权重、推理代码和文档均已开源。如需研究访问权限、技术问题或合作咨询：
常见问题
什么是4D世界模型？
4D世界模型在3D空间理解的基础上增加了时间维度，使AI能够推理场景如何随时间演化。InSpatio-World以参考视频为输入，构建持久世界状态，使你能够在任意时刻采样任意视角。
InSpatio-World与视频生成模型有何不同？
视频生成模型在不维护持久世界状态的情况下生成像素序列。InSpatio-World将局部世界状态锚定于参考视频并执行时空自回归——生成几何一致、物理可信、在长序列中保持稳定的视角，而非仅视觉上合理。
InSpatio-World的评测表现如何？
InSpatio-World以13亿参数模型在WorldScore-Dynamic排行榜上位列全部实时方法第一，在单张GPU上达到24 FPS。
InSpatio-World的主要应用场景有哪些？
InSpatio-World可赋能具身智能在动态一致的虚拟世界中训练、支持自动驾驶仿真的真实场景演化、创建交互式4D相册，以及任何需要实时空间一致世界探索的应用。