蚂蚁和西湖心辰联合推出的 Duo v1 双向世界模型,最核心的突破就是打通了现实世界和虚拟世界,做到了原生实时全双工交互,AI 可以一边接收你的画面、声音,一边自主回应,还能主动打断对话,不用你等它说完,也不用鼠标键盘操作。之前大多数世界模型只负责模拟环境画面,AI 的思考、决策是单独外挂的模块,而 Duo v1 把智能认知和虚拟环境融合在一起,当成同一个世界里的组成部分,你对着镜头展示实物、说话,虚拟角色能同步看见、听懂,并且做出对应的视听反馈,比如你递东西,虚拟角色伸手接,聊到某个场景,虚拟画面跟着同步变化,真正做到虚实双向联动。
Duo v1 的两大核心模块
- Intent 意图模块:负责看懂当下交互场景、做推理判断,决定 AI 什么时候开口、什么时候行动、什么时候保持安静,是整个交互的 “大脑”。
- Realization 实现模块:接收意图模块的指令,生成连贯的画面、语音,输出对应的视听内容,也就是我们能看到听到的虚拟反馈。
三项关键技术设计
- 采用自回归建模,持续处理交互过程,不是只一次性理解一条提示词,支持持续不断的你来我往的互动。
- 分块条件约束,统一时间轴同步两个模块的 token,用专属注意力掩码,保证模型只能读取已经发生的信息,不会偷看未来内容,保证交互逻辑合理。
- 双回滚蒸馏方案,用生成的意图序列和合成视听历史一起训练,降低两个模块之间的数据分布偏移,让画面和对话匹配更稳定。
可以实现的交互玩法清单
✅ 向 AI 展示现实里的实物,虚拟角色和物品产生互动
✅ 靠语言、手势直接修改虚拟场景,切换景色、环境
✅ 实时对话,支持中途打断、插话,类似真人聊天
✅ 玩音视频类互动游戏,全程不需要键鼠操作
✅ 让虚拟助手跟着你的实时画面,同步提供引导
和传统世界模型的差别
传统世界模型:偏向环境模拟,你发指令,它生成画面,交互是一问一答,单向等待,不能自主参与对话。
Duo v1 双向世界模型:虚实双向感知,持续接收音视频,自主判断参与时机,全双工实时交互,虚拟智能体本身就是世界里的一部分。
【相关 FAQ】
问题 1:Duo v1 世界模型是什么团队推出的?
回答 1:Duo v1 世界模型由蚂蚁团队联合西湖心辰共同推出,属于双向世界模型 RWM 的首个落地版本。
问题 2:Duo v1 世界模型的全双工交互是什么意思?
回答 2:Duo v1 世界模型的全双工交互,就是人和虚拟 AI 可以同时说话、行动,用户中途可以打断 AI,AI 也能自主选择回应或者沉默,不用等一方说完再轮到另一方。
问题 3:使用 Duo v1 世界模型需要鼠标键盘吗?
回答 3:不需要,Duo v1 世界模型依靠摄像头、麦克风采集实时音视频,靠手势、语音就能完成交互,支持无键鼠操作。
问题 4:Duo v1 世界模型现在可以商用使用吗?
回答 4:目前 Duo v1 属于研究阶段的首发版本,属于技术探索第一步,暂未开放商用,后续迭代版本会持续更新。
【参考资料】
[2026-11-17](两个世界彻底「连上了」!全新世界模型 Duo v1 开启实时交互)新浪财经
[2026-11-11](Duo: A Reciprocal World Model for Full-Duplex Interaction)arXiv
【免责声明】
本文内容仅为科技资讯科普,Duo v1 世界模型相关技术、功能、开放进度以研发团队官方发布为准,不构成投资、产品采购建议。AI 模型存在交互稳定性、场景适配等局限,演示效果为理想测试环境下结果,不代表所有场景都能稳定复现。
本文来自作者[相流载波员]投稿,不代表江南网立场,如若转载,请注明出处:https://news.jnwb.net/jiqr/202611/3665.html
评论列表(4条)
我是江南网的签约作者“相流载波员”!
希望本篇文章《全新世界模型 Duo v1 上线,实现虚实世界实时全双工交互》能对你有所帮助!
本站[江南网]内容主要涵盖:互联网行业的追踪与探索
本文概览:蚂蚁和西湖心辰联合推出的 Duo v1 双向世界模型,最核心的突破就是打通了现实世界和虚拟世界,做到了原生实时全双工交互,AI 可以一边