编译/VR陀螺

近日，物理世界模型开发商SpAItial宣布推出最新前沿模型“Echo-2”，该模型可根据文本或图像输入，生成可通过任何设备实时探索的沉浸式3D环境，区别于传统序列视频模型，具备独特优势。

与逐帧预测的序列视频模型不同，Echo-2可通过单个图像或文本提示生成空间持久的3D场景，规避了传统模型计算需求高、几何漂移、输出不一致等问题。其网页演示采用3D高斯喷溅（3DGS）技术渲染，具备GPU友好型性能，即便在配置一般的硬件上，也可在浏览器中实现交互式观看。

该模型可连接多行业物理与数字环境，应用场景广泛：机器人领域支持Sim2Real知识迁移，助力机器人在模拟环境中训练后安全部署；游戏开发中可快速生成可导航3D环境，方便开发者快速搭建游戏原型；建筑和房地产领域可将2D平面图转换为3D场景，生成虚拟布置和交互式漫游，且无需昂贵3D扫描硬件。

Echo-2还具备场景理解和编辑功能，可生成语义分割掩码识别场景物体，支持通过文本提示添加、移除或替换物体，适用于室内设计等场景。据悉，该模型在WorldScore世界生成基准的三项指标上，均优于World Labs的“Marble-1.1”模型。

SpAItial表示，Echo-2未来版本将融入动力学和基于物理的推理，进一步支持交互式模拟和高级机器人训练。

来源：auganix