Decart Oasis 3 世界模型发布:可实时生成逼真驾驶环境

内容管家 AI领域评论30字数 1813阅读6分2秒阅读模式
Decart Oasis 3 世界模型发布:可实时生成逼真驾驶环境

AI 创业公司 Decart 正式发布了 Oasis 3,这是一款能够实时生成照片级真实驾驶环境的交互式世界模型,目前通过 API 方式对外提供服务。

核心定位:从电商直播延伸至自动驾驶仿真

Decart 最初的目标客户是自动驾驶公司——这类企业需要在规模化条件下模拟稀有驾驶场景。同时公司也在拓展机器人物理 AI 领域,并通过 API 从第一天起向开发者开放,围绕世界模型构建类似 OpenAI 当年围绕语言模型建立的开发者社区。

Decart 联合创始人兼 CEO Dean Leitersdorf 表示:"这将是最早一个可编程的世界模型。我认为会有一整个开发者社区在这个基础上涌现出来。" Decart 此前已积累了超过 10 万名开发者,其中许多人在其实时视频模型 Lucy 之上构建产品,主要应用在电商和直播场景。Oasis 3 正是基于 Lucy 基础模型,代表公司向物理 AI 领域的全面进军。API 定价为每秒钟 0.02 美元,企业定制价格根据用例另行商议。

竞争格局:科技巨头与明星创企同场竞技

世界模型这条赛道正变得越来越拥挤。去年 Google 发布了研究预览版 Genie 3,知名 AI 学者李飞飞创立的 World Labs 推出了面向商业场景的 Marble,Luma 和 Runway 等视频生成创企也在将具备物理理解能力的视频模型转化为世界模型。

融资背景与战略投资者阵容

Oasis 3 的发布恰在这家成立两年的创业公司完成 3 亿美元融资之后。Leitersdorf 透露,本轮融资源于"电商、直播和物理 AI 领域对我们模型需求的急剧增长"。本轮融资将 Decart 估值推至近 40 亿美元,引入了 Toyota、Adobe 和 eBay 等一系列战略投资者——这些公司都是潜在的付费客户。现有投资方 Nvidia 也参与了本轮跟投。

技术壁垒:效率与真实感

Oasis 3 的核心竞争力在于生成内容的照片级真实感以及无限生成能力。这背后依赖 Decart 另一核心产品——DOS(Decart Optimization Stack)软件。该软件能够针对 Nvidia、Amazon 和 Google 的硬件优化模型运行效率,使运行成本远低于竞争对手。

Leitersdorf 介绍:"这套系统构建在我们完整的实时栈之上,一直优化到硬件层。由于这种垂直整合方式,我们的运行成本比业内任何对手便宜一个数量级以上。" 他补充道,Decart 历史上消耗的算力远低于 1 亿美元。

功能特性与当前局限

Oasis 3 能够生成物理精确的多摄像头环境(一个前方摄像头 + 两个侧面摄像头),适用于自动驾驶系统的训练与测试。与竞品仅提供有限演示或研究预览不同,Decart 允许开发者无限生成场景,这对于希望测试尽可能多边缘案例的自动驾驶开发者而言尤为契合。

不过在实际测试中,也发现了明显的局限性:系统能够稳定地根据文本提示搭建符合描述的初始场景,但随着在世界中移动,主题一致性会迅速衰减。例如用提示词要求生成早晨的纽约街头,系统表现良好;但随着车辆行驶,环境逐渐看起来更像普通西方城市的典型景象,而非纽约。当尝试掉头返回最初的路口时,那个路口已经消失,取而代之的是全新的环境。此外,操控响应略显迟钝,经常失去对车辆位置的控制。

另一个问题(同样在其他世界模型中出现过)是车辆会直接穿过其他车辆——模型并未正确模拟环境中的物理规律。Leitersdorf 将其称为"我们正在解决的重大研究难题",并将其归因于"好驾驶的数据远比事故数据多得多"。

这种物理一致性问题之所以难以克服,部分原因在于世界模型的基本工作原理。Oasis 3 是自回归模型,每次生成一帧画面,并回顾之前生成的内容来决定下一帧的走向——这是许多世界模型的关键架构特征,但也非常消耗算力。

为保持一致性,Leitersdorf 表示 Decart 团队正在努力延长模型的记忆长度。"每生成一帧大约产生 8000 个 token。以每秒数十帧的速度生成,每秒就要处理数十万个 token。上下文窗口会非常快地被填满。我们正在研究如何利用更长的上下文来存储数百万个 token,以及如何将记忆压缩到更少的 token 中。" Leitersdorf 认为,一致性问题有望在新版模型中得到部分解决——下一版本将允许用户基于一段环境视频(而非图像)开始生成世界。他也坦承,世界模型作为一个领域仍处于早期阶段。

不过,他本人对当前技术的局限性关注度有限,更看重开发者拿到这套工具后将发生的事情。他以 LLMs 早期阶段作类比:"这让我回到 LLMs 的早期,当时 OpenAI 发明了模型的 API。一个开发者社区涌现出来,通过寻找和构建新的用例推动了这个领域的发展。" 他说:"三个月后再聊的时候,我们会有大约 100 位开发者,他们用 Oasis 各自构建了 100 个不同的应用,这些应用会让所有人感到意外。"

AI 订阅价格战升温

Google 近期调涨 AI 订阅服务价格,被业界视为向竞争对手发出警告。这一动向可能预示着生成式 AI 订阅市场进入新一轮洗牌期。

苹果 WWDC 2026 发布 AI 全家桶

本次 WWDC 带来了 Siri 大模型升级、iOS 27 以及 Apple Intelligence 多项更新,标志着苹果在设备端 AI 落地上的激进布局。

Anthropic 推出 Claude Fable 5 公开版

Anthropic 将此前仅限内部的 Claude Fable 5 面向公众开放,用户无需申请即可体验完整功能。

科技巨头代名词从 FAANG 变成 MANGOS

微软(Microsoft)、苹果(Apple)、英伟达(Nvidia)、Google、OpenAI、Meta — 六强格局已成,新 acronym「MANGOS」正在取代旧称 FAANG。

开源 AI 工具遭供应链攻击

微软旗下多款开源工具被植入恶意代码,意图窃取 AI 开发者的账户密码,安全形势再度敲响警钟。

Google 每月向 SpaceX 支付 9.2 亿美元

Google Cloud 与 SpaceX 达成算力采购协议,后者将为其提供大规模 GPU 计算资源。

前 CTO Mira Murati 低调重返舆论焦点

曾任 OpenAI CTO 的 Mira Murati 近期频繁现身,业内人士推测她正在筹备新项目,但具体方向尚不明朗。

 
内容管家

发表评论