中国版Cosmos再交卷
时隔三个半月,创办的公司估值从40亿元飙升至近百亿元、放话要做“中国版Cosmos”的浙大00后博士生陈天润,再次交出了新答卷。
11月4日,在乌镇举办的世界互联网大会上,他创立的魔芯科技正式发布了新一代通用4D世界模型——MoWorld 2.0。

MoWorld 2.0在前代空间生成与实时交互能力的基础上,进一步强化了对物理规律的建模能力。
该模型将重力、弹力、浮力、光照、柔体、流体、刚体、形塑体、热力等十余种物理要素融于一体。
据研发团队介绍,通过深度学习这些物理要素及其相互作用机制,该世界模型能够更精准地模拟物体运动、碰撞过程及环境动态变化,从而为物理仿真等下游任务提供坚实支撑。
例如,在下方演示中,MoWorld 2.0不仅能生成书签下落的动态画面,还能精准模拟书签与其他物体发生接触、受力的全过程,以及最终的坠落与弹跳轨迹。

在模拟水等流体介质时,模型也能细腻还原其在外力扰动下的形态流动与变化。

以往的世界模型大多局限于根据图像与文本提示预测下一帧画面,而MoWorld 2.0则向前迈进了一大步:让物体的材质属性、外力作用以及各要素间的相互作用,共同决定虚拟物理世界的推演走向。
此外,为了确保世界模型在真实场景中实现流畅的实时交互,团队针对华为昇腾NPU深度优化了底层运行效率,将实时视频推理帧率从上一代的最高50 FPS大幅推升至70 FPS。
兼顾高精度仿真与低计算成本,魔芯科技究竟是如何实现的?
把多种物理要素融入同一个模型
以“翻书”这一日常动作切入:
微风吹来的方向与风力大小,决定了书页从何处被卷起、以怎样的弧度翻落;而纸张本身的柔性与厚度,则左右了它受力形变后的弯曲程度。多重物理条件交织叠加,才构成了肉眼所见的完整翻页过程。

若要让世界模型真实复现这一物理动态,就必须赋予其同时解析多重物理变量、计算“物体-环境”动态交互的能力。
这种综合理解并模拟复杂物理环境的思路,正是MoWorld 2.0的核心所在。
团队表示,在训练过程中,模型不仅要掌握重力、弹力、柔体、流体等独立要素的作用机理,还要学会推演多要素复合作用下物体的形变与运动规律。
在具体工程实现上,团队主要完成了两项核心突破:
- 构建物理高斯渲染器,支持多样化物理要素的相互作用计算与高保真渲染;
- 引入多专家预测架构(MoE),分别对物理信息、像素流与高斯三维表征进行解耦与协同预测。
这套设计使得模型能够细致入微地推演不同环境约束下的物理变动,全面赋能下游物理仿真任务。
除物理建模表现外,MoWorld 2.0的另一大亮点在于资产化能力:生成的场景均可输出为结构化的3D/4D高斯资产,支持长期存储、二次编辑、重渲染与多平台反复调用。
高斯资产这一概念看似抽象,本质上可以视作完整记录三维空间属性的数据集。场景中的物体与环境,均由海量携带坐标位置、几何轮廓和表面纹理属性的三维高斯体表示。
图形系统能够依托这套数据,从任意视点即时重构渲染场景;4D资产则进一步纳入时间维度,记录三维空间随时间的动态演进。
得益于此,模型输出的结果不再只是一段不可交互的一次性离线视频,而是转变为可供修改、渲染与复用的工程级资产,能够无缝导入主流游戏引擎、影视后期制作管线以及具身智能机器人的物理仿真平台。
在官方演示中,MoWorld 2.0曾基于一幅古代画作,直接重构出一座可自由漫游的三维市井街区。画中的楼宇店铺、街巷巷道、往来行人和车船均化作可编辑、可互动的实体资产。用户不仅能步入街巷自由穿梭,还能随意切换视角,近距离观察行人物体的运动规律。
对影视和游戏制作团队而言,同一组场景资产支持灵活机位调度、环境天气更换及动态道具配置,大幅降低了分镜预演与场景搭建的成本。
对自动驾驶与机器人研发团队来说,这套系统可在同一数字孪生场景中随机部署障碍物、恶劣路况与极端天气,高频测试并迭代智能体的感知决策算法。现实世界中难以高频复现的暴雪天气、路面沉陷与突发障碍,均可按需生成,低成本融入虚拟训练场中。
然而,要让此类前沿场景真正实现低延迟交互与大规模常态化训练,模型底层的运行速率与推理算力成本便成为关键瓶颈。
70 FPS背后的芯模协同
前文提及的70 FPS,特指模型实时生成交互画面的帧率指标。这一参数直接决定了用户移动运镜或触发环境变化时画面的响应流畅度,体验直接对标高帧率游戏。
在MoWorld 2.0问世之前,魔芯科技便与华为团队展开了为期近一年的国产NPU全栈软硬件适配协同,并在MoWorld 1.0阶段实现了约50 FPS的实时视频推理。
而通过最新一轮的工程重构,模型推理速率进一步突破至约70 FPS,较上一代性能提升约40%。
魔芯科技在采访中透露,本轮性能突破的核心机制在于任务级解耦与跨NPU并行调度。
具体而言,团队依托昇腾底层算子与异构并行调度工具链,将场景解码、骨干网络生成等密集计算任务进行精准切分,分发至多颗NPU并发执行;同时深度优化多卡协同拓扑,最大程度抑制了显存数据的冗余搬运与无效等待。
在此基础上,研发团队全面重构了稀疏注意力机制,结合混合精度量化与生成算子融合技术,实现了模型端到端训练与推理效能的双重跃升。
除计算提速外,部署成本的压缩同样显著。
官方数据显示,MoWorld 2.0在昇腾架构下的最低推理成本仅为同等规模GPU解决方案的30%。对于需要持续生成高通量虚拟仿真环境的科研与工业客户而言,这意味着同样的硬件预算可覆盖成倍提升的场景复杂度与试错样本量。
在终端场景适配方面,MoWorld 2.0也已成功拓展至移动端设备。
此前在华为新品发布会上展示的**“摸小宠”**功能,便是基于MoWorld 2.0技术落地的终端应用之一:用户只需上传数张宠物照片,即可在端侧实时生成宠物的4D数字孪生分身,支持多角度观察与触摸互动。
这套端云协同方案的分工清晰明确:高精度4D高斯资产在云端完成重建生成;约6亿参数的端侧轻量化模型在昇腾算力底座上训练定型,随后蒸馏部署于搭载麒麟芯片的手机终端;渲染管线与实时手势交互则完全在移动端本地闭环运行。
此外,该3D/4D高斯资产渲染引擎的极限帧率可达500 FPS,手机端实测渲染帧率亦稳定在100 FPS左右。
纵观整体技术布局,从昇腾平台的大规模集群训练,到麒麟平台的端侧低功耗推理,再到移动智能终端的毫秒级渲染与交互,国产自研软硬件底座已贯穿MoWorld 2.0的全生命周期,“芯模深度协同”已形成成熟可落地的闭环生态。
放眼全球AI行业,世界模型正从概念探讨阶段,加速蜕变为主流多模态与语言模型并驾齐驱的全新一代通用AI基座。
顺应这一范式迁移,魔芯科技也锁定了自身的技术主线:筑牢国产自主算力底座,协同推进高精度物理表征建模与极致轻量化落地部署。
从一台3D打印机,到“中国版Cosmos”
回顾MoWorld的技术演进,离不开其母公司魔芯科技的成长轨迹。
魔芯科技成立于2021年,创始人陈天润彼时还是浙江大学的大三在读学生。公司早期的核心业务集中于消费级3D打印设备。
从消费级硬件向世界模型转型的战略拐点出现在2024年底。
据行业公开报道,研发团队在实验中发现,用于3D物体重构的网络模型不仅能够解析孤立物体,同时具备推演整体三维空间结构的泛化潜力;且伴随多模态输入规模的提升,其空间重建的精度与几何一致性展现出惊人的自增强趋势。
陈天润随即拍板将该建模框架全面升格为世界模型底层架构,公司战略重心正式切换至空间智能赛道。
完成技术转向后,团队并未完全剥离既有3D打印业务,而是借助影视特效与文旅数字化落地项目持续验证模型生成边界,形成良好的商业现金流支撑。这段兼具软硬件研发的消费电子创业经历,也让团队在技术迭代中始终保持对工程研发、BOM成本、交付品质与落地周期的敏锐度。
沿此技术路径,魔芯科技于2025年12月推出KOKONI-World原型系统;随后于2026年7月正式上线MoWorld 1.0;直至当下的11月,完成了MoWorld 2.0的迭代交付。
公司团队规模也迎来迅猛扩张,在短短半年时间内从早期的五六十人快速扩充至逾两百人规模。
在产业资本与生态布局上,团队战略性地将算力供给、硬件生态、渠道资源与垂直行业场景作为引入产业合作伙伴的核心考量。魔芯科技年内已连续完成5轮融资,累计融资金额达20亿元人民币,公司整体估值逼近百亿元,正式迈入独角兽行列。
谈及对标英伟达Cosmos的“中国版Cosmos”愿景,陈天润曾强调中国本土主机厂等核心客户的工业协同价值,并将魔芯的核心竞争力总结为三大支柱:国产自主算力深度适配、端云无缝部署架构,以及消费级硬件淬炼出的极致工程交付力。
其长期愿景,是将魔芯打造为类似英伟达Cosmos般面向物理世界的基座模型系统,真正嵌入智能汽车、具身机器人等工业级实体业务管线。
值得一提的是,本次与魔芯联合发布MoWorld 2.0的合作方,涵盖了聚焦具身智能、文化旅游及地理空间信息方向的三个国家级人工智能应用中试基地。依照公布的规划,各方后续将重点在物理仿真交互与机器人策略训练、文化数字资产资产化开发,以及高精三维数据生成与超大场景神经重建等核心领域铺开全面合作。
MoWorld 2.0的迭代突破也向行业抛出了一个发人深省的命题:
如果一个AI模型在见过足够庞杂的物体下落数据后,能够精准预测一枚全新书签下一毫秒的运动姿态——
那么,它在海量参数中所习得的,究竟仅仅是统计学范畴的高维相关性,还是真正掌握了能够跨域泛化、推演未知的物理法则?
抑或如某些理论物理学家所言,我们所栖身的客观物理世界,其底层架构本就是由无数变量协同耦合、实时推演的庞大数学方程?