Mundo：几张照片重建可探索的世界模型，8 卡 GPU 也只有 1.5 FPS

Mundo 能把一个房间的几张照片重建为可探索、可模拟的世界：从图像重建 3D 场景，用代码表示物体及其物理属性，再结合模拟器与视频模型展示交互。该研究来自 MMLab/NTU、南洋理工与 ACE 团队，演示包括打开抽屉、让机器人在重建的酒店里导航。场景重建需 10–20 分钟，8 张 GPU 上渲染约 1.5 FPS，距离实时还很远。