阿里巴巴旗下高德地图正式推出自研世界模型“FantasyWorld”，凭借海量真实导航数据优势，这一模型迅速在国际权威基准WorldScore Leaderboard上夺得综合得分第一，进一步扩展了阿里在AI基础模型领域的布局。FantasyWorld聚焦于高品质3D世界构建，正成为具身智能和自动驾驶领域的新焦点。
FantasyWorld的核心技术突破
FantasyWorld旨在为具身智能与通用人工智能（AGI）提供高质量3D世界模型。其创新在于:在冻结的视频基础模型骨干上，增设可训练的几何分支，实现“视频潜变量”和“隐式3D场”的联合建模，仅需一次前向计算即可完成。
这一设计显著提升了生成视频的视觉真实感，同时大幅改善多视角一致性和几何保真度。相比近期其他几何一致性方法，FantasyWorld在多视角协同、风格一致性以及极端视角（如180°旋转）下的物体形状与纹理保持上表现出色。模型生成的3D潜变量可直接解码为深度图或点云，支持下游任务无需额外优化。
登顶WorldScore:国际认可的实力证明
WorldScore是由斯坦福大学李飞飞团队主导的统一世界生成基准，涵盖静态/动态场景、可控性、一致性等多维度评估。目前，FantasyWorld在综合得分以及关键指标（如静态世界得分78.55、动态世界得分66.89）上位居榜首，超越多家国内外竞争模型。
相关论文已被ICLR2025、NeurIPS2025等顶会收录，高德方面表示模型将于近期开源，进一步推动学术与产业合作。
实际应用落地:飞行街景引领空间智能新体验
FantasyWorld已率先应用于高德地图的“飞行街景”功能。商家仅需上传几段手机视频，即可免费生成高保真3D虚拟漫游街景，帮助用户提前“身临其境”了解餐厅布局、座位区等细节，同时助力线下商家提升流量。
这一功能被视为“技术平权”的体现，降低了专业3D建模门槛。高德还内部成立了具身业务部，探索机器人、机器狗等方向，结合空间智能全面转向物理AI。
行业影响:世界模型时代加速到来
随着自动驾驶转向端到端视觉语言行动（VLA）方案，以及具身智能的迅猛发展，追求物理真实性和3D一致性的世界模型正变得至关重要。FantasyWorld的推出，不仅强化了阿里在多模态AI的版图，还凸显了中国企业在真实世界数据驱动下的空间智能优势。
AIbase观点:FantasyWorld标志着世界模型从视频生成向可交互3D模拟的跃进，将深刻影响AR/VR、机器人导航、数字孪生等领域的未来。高德凭借亿级用户数据积累，或将在物理AI赛道占据先机。AIbase将持续关注其开源进展与更多应用落地，为读者带来深度解读。
