NoizAI发布HelixWorld实时音视频世界模型

2026年10月5日，AGI Hunt 报道 NoizAI 发布 HelixWorld，称其为首个实时交互式音视频世界模型：在用户交互下，视觉场景与基于相机的空间立体声原生协同演化。其预训练以 6-DoF 相机轨迹和用户动作为条件的双向教师模型，再经在线轨迹蒸馏为少步流式学生模型，从而在单 GPU 上实现 24 FPS 无漂移的音视频联合生成。NoizAI 还提出空间-声学一致性的形式化方法以及 HelixBench 评测基准，报道称其视觉保真度与响应性可媲美最先进的无声世界模型。目前公开信息仅见这一篇报道，尚无更多后续细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。