行业背景与赛道定义 - AI领域最前沿方向“世界模型”正经历革命，其核心挑战是智能体对**空间智能**感知的缺失，这横跨了虚拟与现实之间的鸿沟 [1] - 2024年，由李飞飞教授创立的World Labs强势入局，点燃了**空间智能**这一**千亿级**赛道的全球战火，该公司近期完成新一轮融资后**估值飙升至50亿美元**[1] - World Labs的核心产品RTFM（实时帧模型）是一个**实时生成式世界模型**，旨在构建拥有**永久一致性**的3D场景，使智能体能理解并实时交互物理世界 [1] 公司技术与产品突破：InSpatio-WorldFM - 国内创业公司影溯（InSpatio）发布并开源了实时帧生成模型 **InSpatio-WorldFM**，这是一个实时交互的3D世界模型，标志着中国团队在空间智能底层技术上取得奠基性突破 [2] - 该模型由**浙江大学**章国锋博士领衔的团队开发，凭借在3D视觉和空间计算领域**20多年**的底蕴，通过独创的**“数据升维”与“几何约束”**策略，激活了互联网海量2D存量视频数据中蕴含的3D空间知识 [4] - 这一技术路径破解了行业“高质量、规模化3D数据贫矿”的局限，将海量2D数据高效转化为驱动3D世界模型的高维原动力 [5] - 模型能够高效进行**多视角一致的空间推理**，并支持**实时交互式探索**[6] - 模型生成的3D虚拟世界具有高度一致性，在空间几何、光照与物理规律上非常稳定，**无限时长推理不会出现遗忘和衰退**[8] - 模型对算力需求低，目标是让实时空间推理能在**消费级GPU**上实现，甚至在**单块RTX 4090 GPU**上就能实现实时推理，将空间智能从数据中心扩展到边缘设备 [8] - 模型支持**整体一致性编辑**，可在保持几何、光照、材质与物理逻辑全局一致的前提下，进行跨视角、跨区域的统一调整，编辑对象是一个**可控、连贯、具物理约束的三维世界本体**[8][9] 核心技术路线与优势 - 当前主流世界模型（如谷歌Genie 3、OpenAI Sora）本质上是基于**2D像素概率预测**的视频生成模型，而影溯的技术路线是构建**原生的3D世界**[11][12] - 模型将**“三维多视图一致性”**作为核心约束机制，赋予空间智能**物理级的持久一致性**，解决了2D模型常见的物体变形、背景扭曲等问题 [14][16] - 这种3D机制突破了2D视频模型的极限时空记忆，解决了**“长时序遗忘”和“空间几何崩塌”**问题 [17] - 模型采用**“显式锚点 + 隐式记忆”**混合架构设计，利用前馈式重建技术生成显式物理空间锚点，并提供隐式记忆，让AI拥有“三维坐标体系”，理论上**生成的时长是无限的**[19][20] - 在训练上，团队利用在SLAM、NeRF和3DGS等领域的技术积累，能够**极低成本地合成海量高质量的3D训练数据**，打破了3D训练数据匮乏的行业瓶颈 [20] - 模型训练仅动用了**100张卡**的算力规模，远低于当前主流视频模型训练所需的算力 [13] - 模型展现出卓越的**像素级前景锁定能力和精准运镜控制**，支持将视频中的动态前景无缝转移到另一空间环境，并保证高度一致性 [12][13] 团队背景与商业壁垒 - 影溯核心团队由**浙江大学计算机辅助设计与图形系统全国重点实验室**（图形学全球排名第三）与原**商汤科技3D视觉与混合现实团队**的顶尖专家组成，堪称国内空间计算领域“梦之队”[24][25] - 创始人**章国锋**为浙江大学求是特聘教授、国家杰青，在SLAM和3D重建领域深耕超过**20年**[25] - 联合创始人兼CTO**刘浩敏**曾主导实现业内首个手机端无标志SLAM商业系统，比苹果ARKit和谷歌ARCore早了**3年**[25] - 公司已构建**三维场景重建与生成平台**，具备大尺度真实场景的快速扫描与重建生成能力，提供从数据采集到应用开发的完整工具链 [26] - 公司构建了行业内独有的**“3D数据升维引擎”**，从海量视频中抽取3D知识，用几何约束工具链打破3D数据荒，这构成了其**核心商业壁垒和技术护城河**[26][27] 战略定位与行业影响 - 与World Labs选择闭源不同，影溯确立了**开源共建**的核心战略，认为空间智能的未来应由全球开发者共同创造 [28] - 公司下一步计划提供更丰富的技术细节，并推出扩展版模型及**支持与动态世界实时交互**的体验应用 [28] - InSpatio-WorldFM等开源空间智能模型的推出，为生成模型、具身智能体和现实世界机器人提供了全新的起点 [29]