终于！世界模型进入“有声时代”：24FPS画面+48kHz立体声实时生成
摘要
报道称一款世界模型实现24FPS画面与48kHz立体声的实时同步生成，并即将完全开源。
核心要点
- 模型实现了24FPS的视频画面实时生成。
- 音频达到48kHz立体声规格，并与画面同步生成。
- 生成过程为实时生成，而非离线渲染。
- 作者预告该模型即将完全开源。
- 报道将其视为世界模型进入“有声时代”的标志。
AI 洞察
音画同步的实时生成表明世界模型正从“看得见”走向“能听见”的完整场景模拟，这对交互式内容生成和具身智能训练都可能是基础能力。选择完全开源，意味着团队将生态建设置于短期商业回报之前，有望让社区快速验证并推动该路线成为新标准；后续若出现成熟开源版本，可能重构视频生成、游戏与仿真领域的产品形态。