一张照片变成能走进去的世界，6亿参数的4D世界模型被塞进了手机
这个假期最热闹的新闻，是华为Mate 90系列在国庆当天发布，全系搭载新一代麒麟芯片、鸿蒙7加持。但这篇文章，我想聊的不是手机本身，而是发布会上一个很「轻」的细节：一款叫「摸小宠」的鸿蒙独占应用。它干的事听着有点玄——你拍几张家里猫的照片传上去，几秒钟后手机里就多了一只猫。不是那种只能转圈圈看的3D模型，而是一只有真实空间结构、会动、能从任意角度看、你走近它它还在摇尾巴的4D数字猫。
这是4D世界模型第一次真正跑进手机应用。做到这件事的公司叫魔芯科技，背后的技术叫MoWorld。
把一张照片变成片场
过去说AI生成，基本是两条线：Midjourney出一张图，Sora出一段视频。但本质上都是「一段选定了视角的录像带」，没法走过去看看那栋建筑背后长什么样。MoWorld做的事情不一样，它叫原生重建4D世界模型——从一开始「原生」生成的就是一个4D空间，而不是把一个平面图像硬撑成三维。
给它几张普通手机拍的照片，甚至几段随手录的视频，它不复制画面，而是去理解画面背后的空间结构：那堵墙在哪儿、桌子离镜头多远、被挡住的部分长什么样。然后基于这种空间理解，把平面图像扩展成可以前进、后退、转弯、看不同角度的三维空间。
摸小宠背后的逻辑就是这样。上传几张猫的照片，MoWorld先推算猫的三维形体、毛发纹理、体型比例，然后它还要理解猫正在干什么——猫在摇尾巴，切到侧面看，尾巴的摇晃动作依然连续、符合空间逻辑；绕到背后，猫也不会突然僵住。所谓「4D」，就是三维空间加上时间和变化这个维度。以前的AI内容是「放一部电影」，MoWorld生成的是「可以走进去逛的片场」。
最能体现这个能力的是「子弹时间」效果，就像《黑客帝国》里Neo躲子弹那个镜头，从不同角度生成连续稳定的环绕视图。不同的是，这里不需要几十台摄像机，几张手机照片就够了。
瘦身版模型，国产算力全链路
这些听起来很科幻的能力能落进手机，背后其实不是手机自己在算。摸小宠是一条端云协同的链路：照片上传云端，昇腾NPU上的扩散模型先生成高质量3D高斯模型——这一步算力需求大，交给服务器。然后魔芯科技做了个「瘦身版」MoWorld-2.0-Flash，大约6亿参数，经过量化裁剪和算子适配，直接跑在Mate 90的麒麟芯片上，最终渲染也在手机端完成。
把一个大型服务器上的世界模型塞进手机，不是压缩打包那么简单。算子要适配麒麟架构，量化要保效果又降开销，延迟、功耗、发热全是硬骨头。但这么做有个实际好处：省钱。一部分计算搬到手机上，云端负载降下来，运营成本就低了，对一个面向普通消费者的应用来说，这决定了能不能大规模铺开。
这整条链路从头到尾跑在国产硬件上：训练用昇腾NPU、云端推理用昇腾平台、端侧跑麒麟芯片。材料里的说法是，这条路线让MoWorld的推理成本只有同等进口GPU方案的30%，降本70%——这才是世界模型能被规模化的前提。
不只是好看，它开始懂物理了
如果MoWorld只是能生成逼真的3D场景，那不过是个高级建模工具。让它真正配得上「世界模型」四个字的，是它开始理解物理规律。今年7月MoWorld 1.0发布时主打一个「快」——全国产NPU，最高约50 FPS实时交互。到9月底，几个关键能力发生了质变：物理属性进来了，重力、弹力、刚性、外力这些真实世界的规则被显式融入模型，踢一脚足球它会沿地面滚动弹起，碰一下花草它会摆动，同一场景可以晴天雨天雪天切换。渲染帧率也上去了，3D/4D高斯资产渲染突破500 FPS，手机端侧能跑到100 FPS，不需要高端显卡。更重要的是输出变得能用了——MoWorld生成的不再是「好看的3D视频」，而是标准化的3D/4D高斯资产，可以导入游戏引擎、影视制作系统、数字孪生平台、机器人训练环境，生成一次到处调用。
摸小宠是它看着最「轻」的场景，恰恰证明了最「重」的一件事：4D世界模型能跑在每个人的手机上。过去世界模型一直漂在实验室和论文里，从Sora到各种发布会，讨论的都是能力多强、效果多好，却很少有人认真回答一个普通问题：普通人什么时候用得上？魔芯科技用摸小宠回答，现在就可以。
当然，产业上它铺得更广。影视游戏里可以快速生成场景资产、支持自由运镜和天气切换；机器人可以在数字仿真训练场里完成抓取、避障、搬运的动作演练，碰撞失误只产生虚拟损耗；自动驾驶可以用它生成雨雪天气、坑洼路面、突发事件这类现实中成本高、风险大、难重复采集的长尾场景；工业数字孪生和城乡文旅，也都在用这套算法加速原来需要大量人工建模的工作。
魔芯科技的创始人陈天润是个00后，浙江大学博士在读，师从中国工程院院士潘云鹤，在顶刊顶会上发过50多篇论文，2022年拿过中国青少年科技创新奖。材料里提到，从2025年底到2026年9月，公司在9个月内连续完成5轮融资，最新一轮规模达10亿元量级，估值逼近100亿元。
4D世界模型这条赛道，从实验室到手机屏幕这条路算是跑通了。至于这6亿参数塞进手机之后，能耗、发热和真实体验到底稳不稳，还得等用户真拿「摸小宠」玩上几天才知道。Demo做得再炫，也说明不了量产里的真实表现。
相关链接
- 新智元报道原文：https://www.aiera.com.cn/asi-post.html?id=117102