过去几年里，AI 内容生成在画面质量和时长上持续突破，但总体上仍停留在“给提示词、得输出”的单向模式：用户是观众，而非能进入并持续影响生成场景的参与者。为了解决这一局限，HiDream.ai 推出了一款面向交互的世界生成模型：HiDream-O1-World。

该模型基于自研的原生全模态 UiT 架构，接受文本、图像和交互指令等多种输入，能够生成具备长时空一致性与物理合理性的动态虚拟世界。用户可以在第一或第三人称视角下自由漫游，实时编辑角色动作与场景事件，使生成内容从静态画面向可探索、可控制的“世界”转变。

在第三方评测中，HiDream-O1-World 取得了显著成绩：在由业界机构联合推出的交互式世界模型基准 WBench 的 Navi 子榜中，首秀即排名第一，超过多款竞争模型。在物理维度（Physical）上得分 73.3，说明碰撞、表面交互等结果符合基本物理逻辑；在一致性维度（Consistency）上得分 88.0，表明场景记忆、空间结构和跨帧关系在持续生成中保持稳定。这两项高分显示出模型在物理可靠性和长时空一致性方面的优势。 千亿球友会

功能上，HiDream-O1-World 包含“漫游模式”，让用户如同置身真实场景，通过移动控件控制角色前进、转向并在视角间切换。场景会随位置变化实时更新，返回原路时此前生成的地形与结构能保持一致，画面稳定、漂移与卡顿感低，增强了沉浸式探索体验。

“编辑模式”则允许用户对场景进行实时干预：驱动角色完成抓取、奔跑、跳跃等动作，或触发降雨、物体坠落等环境事件。所有交互基于物理模拟并在全局范围内保持一致，且音视频同步，场景变化流畅且合乎因果关系。例如在骑行场景中，输入“天气变化为雷雨”会立刻引发雷声、天色变暗、路面溅起雨点；再改为“太阳雨”时，阴云逐渐散去，路面出现光线反射，整体过渡统一自然。

视觉风格与主体类型方面，模型支持从高度写实的城市、自然与室内空间，到二次元、奇幻和 3A 游戏渲染等多样风格。人物、动物与虚构生物均能被生成并呈现适配的运动节奏与形态。比如模型能构建细致的教堂内部空间：石拱、柱子、木架与古籍在移动和视角变化中持续保持空间结构与材质感。 千亿球友会

把这些能力合并看，HiDream-O1-World 不再只是生产单次内容，而是构建了一个可漫游、可操控、可持续演化的生成世界，代表了从“内容输出”向“交互式世界”迈进的一步。