Helix World:一张图变成能用 WASD 漫游的世界,转头时声音也跟着转
Noiz AI 和港科大发布实时音画世界模型 Helix World:从一张图片出发,键盘控制移动和视角,模型同时生成画面和立体声,单张 H800 上 768×512、24 帧实时跑(实时系数 0.77)。代码已上 GitHub,预览版权重在 Hugging Face,网页 demo 已开放。
为什么重要 以前的世界模型基本是哑巴,后期配音又不知道镜头往哪转。它让声场跟着镜头一起转,在自家音画基准上空间一致性 41.8 分,对手 EchoWM 只有 12.7 分。不过分数来自官方,分辨率不高,消费级显卡能不能跑也还没说。