蚂蚁技术研究院和西湖心辰在 11 月 17 日联合对外发布世界模型 Duo,它是全新 RWM 双向世界模型范式的首个落地版本,和以往只做画面模拟的世界模型不一样,它把 AI 智能体当成世界本身的一部分,主打可以随时打断、边说边回应的实时双向交互,也是这次发布最受行业关注的点。传统世界模型大多只负责模拟物理场景,AI 决策、理解是单独外挂的模块,而 Duo 把认知推理和视听生成绑定在一起,分成 Intent 意图模块和 Realization 实现模块协同工作,这样才能做到一边接收你的语音、画面输入,一边同步输出声音和画面,不用等你说完一整句才回复。想要体验、了解这套模型的流程也很清晰,第一步可以去蚂蚁开源渠道、魔搭社区查看 Duo 的技术论文和演示 Demo;第二步看官方放出的演示案例,包括场景随对话变化、实物识别、音视频互动小游戏;第三步等待后续开放,目前它还属于 v1 初始版本,稳定性、长会话一致性还有优化空间。整体来看,Duo 的核心方向是拉近现实和虚拟场景的互动,主打自然的共在式交互,给具身智能、虚拟陪伴、实时数字人这类方向提供新的技术路线。
世界模型 Duo 核心信息清单
- 全称:Duo(Reciprocal World Model,RWM 双向世界模型)
- 合作研发方:蚂蚁技术研究院、西湖心辰
- 发布时间:2026-11-17
- 两大核心模块:Intent 意图模块、Realization 实现模块
- 核心能力:全双工实时交互、可打断对话、同步视听生成
- 适用场景:虚拟场景联动、数字人陪伴、具身交互、音视频互动游戏
- 当前版本:Duo v1,属于早期研究版本
新旧世界模型对比表格
| 项目 | 传统世界模型 | Duo 双向世界模型 |
|---|---|---|
| 核心思路 | 单纯模拟物理世界画面 | 智能体和场景融为一体,双向联动 |
| 交互方式 | 一问一答,等待输入结束再输出 | 全双工,边输入边回应,支持打断 |
| 模块分工 | 场景生成、推理决策相互独立 | Intent 认知 + Realization 视听生成耦合 |
| 交互载体 | 大多只输出图像 / 视频 | 语音、画面同步联动变化 |
【相关 FAQ】
问题 1:蚂蚁技术研究院和西湖心辰发布的世界模型 Duo,全双工交互到底是什么意思?
回答 1:蚂蚁技术研究院和西湖心辰发布的世界模型 Duo 的全双工交互,就是你说话、展示画面的时候,模型可以同步感知、同步回应,不用等你说完,中途可以打断 AI,AI 也能主动参与对话。
问题 2:世界模型 Duo 现在是不是已经开放商用,企业可以直接拿来上线产品?
回答 2:世界模型 Duo 目前是 Duo v1 研究版本,还没有正式商用开放,长会话稳定性、错误恢复能力还需要持续优化,现阶段主要用于技术研究和 Demo 演示。
问题 3:西湖心辰和蚂蚁技术研究院的世界模型 Duo,和普通多模态大模型差别在哪?
回答 3:西湖心辰和蚂蚁技术研究院的世界模型 Duo 属于世界模型范式,重点是持续感知、动态联动虚拟场景;普通多模态大模型大多是接收图文音输入,一次性给出回答,不支持持续同步的场景演化交互。
【参考资料】
[2026-11-17](蚂蚁技术研究院与西湖心辰共同发布世界模型 Duo)界面新闻
[2026-11-17](两个世界彻底连上了!全新世界模型 Duo v1 开启实时交互)新浪财经
[2026-11-17](蚂蚁技术研究院联合西湖心辰发布双向世界模型 Duo)第一财经
【免责声明】
本文仅为公开科技资讯整理,世界模型 Duo 的开放计划、能力边界、后续迭代节奏以蚂蚁技术研究院、西湖心辰官方公告为准,不构成技术采购、投资相关建议。
本文来自作者[超核时序]投稿,不代表江南网立场,如若转载,请注明出处:https://www.jnwb.net/zixun/202611/4014.html
评论列表(4条)
我是江南网的签约作者“超核时序”!
希望本篇文章《蚂蚁技术研究院联合西湖心辰发布双向世界模型 Duo,支持实时全双工交互》能对你有所帮助!
本站[江南网]内容主要涵盖:互联网行业的追踪与探索
本文概览:蚂蚁技术研究院和西湖心辰在 11 月 17 日联合对外发布世界模型 Duo,它是全新 RWM 双向世界模型范式的首个落地版本,和以往只做画面