< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
近2亿美元！VAST完成新一轮融资，正式披露世界模型路线
场景永不消失，多人真正同屏
听雨 发自 凹非寺 量子位 | 公众号 QbitAI
完成近2亿美元的新一轮融资
终于正式对外披露自己的世界模型路线
VAST近期完成合计近2亿美元的A+及A++轮融资，领投方为渶策资本、国寿长三角科创基金。
投资方汇聚了头部市场化基金、国资平台与产业龙头战投，包括深圳市人工智能终端产业基金（产业方为全球头部终端厂商荣耀）、上海半导体产投等产业投资方，以及深创投、元生资本、沃赋创投与方广资本等一线财务资本。
同时，春华创投、靖亚资本、BV百度风投、东方嘉富等老股东亦持续超额追投。
这也是VAST继今年3月完成5000万美元A轮融资后，再度获得资本加持。
拿到这笔钱的同时，VAST也带来了他们最新的世界模型进展：
Project Eden
区别于业内「动作条件视频生成」与「静态3D场景生成」等常规路径，
Project Eden创造性地将底层状态推演与视觉呈现进行了原生解耦
AI 3D和世界模型，本就在同一条河流。VAST此番正式对外披露世界模型路线，也在情理之中。
从第一天开始，VAST真正在做的，
是解锁下一代互动内容的底层基础设施，也是为通用人工智能打造专属世界底座。
整体路径分为两大阶段：第一步完成「造万物」；第二步实现「造世界」，为用户和智能体提供可演化、可试错的完整虚拟环境。
造万物，是用AI生成天然兼容工业管线的3D资产。
而造世界则再往前走一步：构建可以动态推演、多人实时交互、状态永久留存的世界。
Project Eden：全新世界模型技术路线
行业里流传着一个梗：「什么模型都可以叫世界模型」。
这并不全是在开玩笑，现在世界模型的技术路线纷繁复杂，每一家都有自己核心押注的bet。
Google DeepMind的Genie走的是单体视频模型路线，把空间、世界、交互、视角全部压缩进像素历史。
但镜头一旦移开，模型就不知道那个地方发生了什么。它缺乏独立的状态概念，想支持多玩家交互，在架构上几乎不可能。
「AI教母」李飞飞创立的World Labs，走的是另一条路。
Marble强调空间结构和几何一致性，从一张图就能生成持久的3D世界，空间感知做得不错。
但这条路剥离了时间维度和物理运行逻辑，目前还停留在静态3D场景的重建，缺乏时间维度上状态的变化和推演。
Yann LeCun力推的JEPA，主张在潜空间里维护内部状态进行推演。这与VAST在底层哲学上有一定一致性，但前者目前更多停留在学术纲领上。
VAST认为，一套合格的通用世界模型，必须同时解决两大核心命题，第一是定义世界当下的客观状态（State），第二是驱动世界持续自主演化（Transition）。
他们的最终目标是构造可交互的虚拟世界，这是一个能够支持多人交互、环境永久存在、随时可以重访的世界。
Project Eden
把底层状态推演与视觉呈现进行原生解耦
具体来说，系统分为三层。
，维护着一个跨时间持续存在的全局世界状态。这个状态独立于相机视角，不管镜头转到哪里，世界的底层都在持续运转。
它是一种紧凑的隐式表征，记录着场景几何结构、物体身份属性和全局事件逻辑，计算效率有保证。
，作用是把底层3D状态，转化为特定视角下的语义和几何约束。
所有视角的渲染，都同源于同一个底层世界，物理一致性从架构层面就有保证，不是靠模型「猜」出来的。
，拿到状态约束之后，专注补全纹理、光照、材质和局部动态细节。
它不再需要盲猜画面结构，算力全部集中在渲染本身。