起源：借汛造谣既蠢又坏作者： 冯杰宇：

幼米汽车颁布世界模型全新框架，主流基准测试全面SOTA

IT之家 5 月 26 日新闻，幼米技术官方颁发，幼米汽车今日颁布 Xiaomi Auto World Model 全新框架，为业界辅助驾驶世界模型提供了新的框架蹊径，推动行业从“场景感知”向“认知推演、场景进化”的高阶状态跃迁
。

据介绍，这是幼米初次将三维重建与视频天生深度耦合的一体化架构，以「重建锚定几何、天生添补设想」的新范式，突破行业持久选取的重建、天生独立拆分路线
。在 Waymo、nuScenes 等主流基准测试中全面获得 SOTA，并已在幼米汽车合成数据、仿真测试、智能座舱三大主题场景实现业务落地
。

▲ Xiaomi Auto World Model 成效展示

目前，世界模型有两条重要技术路线 —— 重建（WorldRec）与天生（WorldGen），各有明确的优势与短板：

重建从多视角观测复原几何精确的 3D 场景，优势是高保真、强一致性，但只能还原已见内容，不足设想能力；天生通过扩散模型直接预测将来画面，能 " 设想 " 未观测视角和未发生场景，但不足显式 3D 结构，且长时序下容易漂移失真
。

Xiaomi Auto World Model 则是提出一个全新的整合框架，将重建
？橛胩焐
？樯疃锐詈，让两者在结构上相互约束
。重建提供 3D 几何作为结构化锚点，约束天生过程的不变性；天生则把预测能力延长到观测之表，添补重建的天堑
。两者形成关环、相互增益，从三个关键维度实现了“1+1>2”的协同增益：

高不变性：WorldRec 简直定性几何约束，有效抑造长时序自回归中的误差累积与内容漂移
。高一致性：4D 场景表征作为跨帧共享影象，确保分歧时刻、分歧视角下场景内容全局一致
。高真实性：WorldGen 以 WorldRec 渲染的 RGB 图像为几何骨架，使合成内容既切合物理布局，又切近真实传感器观测，显著缩幼了“仿真-现实”的领域天堑
。

▲ WorldGen 的极端场景成效

Xiaomi Auto World Model 已经在幼米汽车三大现实场景中落地：

合成数据天生：已交付超过 10 万 clips 高质量合成数据，直接用于感知模型训练，提升车辆在危险场景下的鉴别能力
。仿真测试：构建关环仿真环境，优化测试效能，完整测试规范，可在仿真中复现真实变乱进行定向优化
。辅助驾驶私塾：利用世界模型动态天生第一人称驾驶讲授视频，用户面对复杂路况时，系统以天生式视频展示正确操作
。目前已经上线幼米全车型的辅助驾驶私塾 - 实景仿照场景
。

IT之家附有关技术主页与论文链接如下：

技术主页：https://JointWM.github.io/论文链接：https://arxiv.org/pdf/2605.18137