在人工智能领域，世界模型正成为备受瞩目的新方向。从空间智能到具身智能，从表征预测到可交互环境，众多研究团队和产业机构纷纷将目光投向“理解世界”这一目标。如今，行业竞争的焦点已从“是否涉足世界模型”转向“以何种技术路径实现世界模型”。
AI基础模型公司Video Rebirth选择了一条独特的道路——视频原生路径。该公司以视频作为理解与生成世界的基础载体，在具备工业级视频生成能力后，进一步构建实时、可交互的世界模型。其阶段性成果——世界模型Olympus，以希腊神话中众神俯瞰世界的奥林匹斯山命名，旨在构建能够理解并模拟世界运行规律的模型。
Video Rebirth认为，视频生成解决的是“如何呈现世界”的问题，属于感知层面；而世界模型则聚焦于“如何理解世界的运转机制”，属于认知层面。大语言模型主要压缩人类已记录的知识，但物体运动、光照变化等物理规律难以用文字完整描述，更依赖从数据中学习并内化。Olympus正是专注于这类能力的培养。
体验Olympus的方式类似于玩一款由AI实时生成的游戏。用户进入一个实时生成的3D场景，通过移动、跳跃等按键操控角色，避开障碍、攀爬树木和山体，画面随操作即时生成并响应。这种体验背后，是Olympus“实时可交互”的核心特质——用户下达指令的瞬间，世界便立即呈现并回应。
Olympus的野心不止于此。它并非仅针对特定场景的模型，而是致力于成为统一的世界模型，用同一套底层能力同时覆盖数字世界与物理世界。这意味着它既能服务数字环境中的交互，也能应用于机器人、自动驾驶等需要与真实物理世界互动的场景。
衡量世界模型的维度包括分辨率、时长和交互方式，但Video Rebirth更注重三个“一致性”。首先是逼真的物理一致性：在Olympus生成的世界中，角色能完成避障、攀爬等连续动作，物体运动和场景结构在不同视角和动作中保持一致，避免穿帮、穿模或错乱。其次是声画同步的一致性：角色在草地上的脚步声、起跳落地的声响等，都与画面动作精准贴合，确保沉浸感。最后是长程记忆一致性：用户离开一处环境后返回，场景仍保持原样，这需要模型具备“记住”能力。
Olympus的技术内核建立在Video Rebirth的视频生成引擎BACH之上。2026年5月，BACH在Artificial Analysis Video Arena的独立盲测中首次登榜便位列全球第六，是榜单上排名最高的初创公司模型。Video Rebirth认为，工业级视频生成能力是构建真实、连贯世界模型的基础。
Olympus的训练分为三个阶段：首先在大规模可交互场景数据上进行领域微调，让模型熟悉可交互世界的生成；其次引入因果建模与控制注入技术，教会模型根据历史画面和当前动作生成后续画面；最后通过自回归蒸馏提升生成效率和连贯性，支持长时间稳定交互。值得注意的是，Olympus并未通过编码物理公式来理解世界，而是从数据中隐式学习物体运动、碰撞和光照变化等规律。
Olympus的实时响应能力是其关键优势。用户输入的每个按键或指令都会被编码为嵌入向量，通过交叉注意力机制调制后续画面生成，实现操作与画面的无缝衔接。为保持长程记忆，Olympus采用两种策略：一是录制场景重访数据，训练模型“记住来时的路”；二是在推理阶段高效检索并复用历史状态，避免每帧都从零开始理解世界。
实现“实时”是一项工程挑战。Olympus通过多卡并行、状态缓存和异步计算等推理加速策略，将不同模态的计算拆分到多张计算卡上同时进行，存储场景初始状态以避免重复加载，并让解码与KV缓存等环节并行推进。这些策略共同支撑起流畅的交互体验。
Olympus是已知最早在AMD MI350系列上部署并运行的世界模型。MI350系列配备的288GB HBM3E超大显存，为Olympus在长时序、复杂场景和高并发交互下缓存中间状态提供了充足空间，进一步放大了系统优化的效果。这体现了Video Rebirth与AMD在算力基础设施上的深度协同。
支撑Olympus不断进步的是一个由真实世界视频和合成数据共同驱动的飞轮。真实视频提供丰富的物理和视觉信息，但“动作-画面”对应关系模糊；合成数据则提供精准的配对，例如游戏场景中按键操作与画面变化的明确关系。两者互补，循环迭代，推动模型能力持续提升。
业界通往世界模型的路径大致分为三条。第一条是三维显式路线，以李飞飞教授创立的World Labs为代表，通过还原三维空间生成和模拟世界，擅长表达结构化物理世界，但在形变、流体等现象上表现有限。第二条是视频隐式路线，与杨立昆教授倡导的思路相近，在抽象表征空间中预测世界状态，不直接生成可视化输出，聚焦理解能力。第三条是Video Rebirth选择的视频显式路线，以视频为原生载体，直接从海量视频中学习世界规律并生成可交互世界。Video Rebirth认为，视频是蕴含时空信息的“4D数据”，既能保留物理信息，又能生成可交互世界。
Video Rebirth首席战略官李迪夫表示，公司的战略是将Olympus定位为连接数字世界和物理世界的桥梁，从基本规律层面理解现实世界，并结合因果推理预测未来状态。公司希望用同一套底层能力覆盖两个世界，实现独特的扩展规律，这一信念决定了从数据到架构的所有选择。
对Video Rebirth而言，世界模型是通往下一代智能体的基础。创始人兼CEO刘威博士认为，大语言模型的终局是服务数字世界的coding agent，而世界模型的终局是服务物理世界的simulation agent。当模型能够模拟物理世界，下一步就是让智能体学会在其中行动。Olympus的服务对象因此清晰展开：在数字世界中，它面向游戏智能体，让虚拟角色可被理解和驱动；在物理世界中，它指向机器人、具身智能、L5级自动驾驶和工业仿真等需要与真实世界互动的智能系统。这些系统都需要先解决一个问题——AI如何真正理解物理世界。这正是世界模型被视为通往现实世界AI关键路径的原因：它要打造的是一个能够理解、记忆、交互、推理、规划并作用于真实物理世界的底层引擎，而非为某一行业定制的工具。
