浙江大学CAD&CG全国重点实验室章国锋和鲍虎军教授团队推进3D世界模型技术落地，赋能空间智能产业发展

        近日，浙江大学CAD&CG全国重点实验室章国锋和鲍虎军教授团队依托产学研协同攻关，在空间智能领域实现关键突破。由该团队孵化创立的影溯科技（InSpatio）宣布完成了数千万美元Pre-A轮融资，本轮融资由光合创投、顺为资本、红杉中国参与投资，为技术成果的规模化落地与产业拓展注入强劲动力。章国锋教授是影溯科技的创始人，鲍虎军教授担任首席科学家。

        作为团队技术转化的核心载体，影溯科技在核心技术研发与产品布局上成果丰硕。目前，团队自主研发的实时3D模型InSpatio-WorldFM、4D世界模型 InSpatio-World已全面开源，并迅速获得全球开源社区、海内外开发者及产业媒体的广泛关注与高度认可。同时，其核心产品——世界模拟器Topos 1.0即将开启 Beta 测试，进一步推动技术与产业场景的深度对接。

        在技术创新层面，该团队打破了传统二维生成范式的局限，立足物理世界的三维几何结构本质，成功搭建起一套具备统一化、可计算、实时交互及物理推演能力的三维空间表征体系。这一技术突破有助于解决当前智能体在物理世界落地过程中面临的核心问题，实现了从基础研究、技术研发到产业应用的全链路打通，为空间智能产业的高质量发展提供了关键技术支撑。

面向物理世界，探索3D原生世界模型路线

        近年来，视频模型在生成画面的真实感上进展迅速，然而对于需要融入真实物理环境、实现自主决策与行动的智能体而言，单纯依赖二维画面的建模方式，已难以支撑其对空间的精准理解与行动的稳定推演。无论是机器人在复杂场景中的自主移动、自动驾驶车辆对动态环境变化的实时预判，还是XR、影视、游戏领域对可交互、可编辑动态场景的构建需求，都对世界模型的能力提出了更高层次的要求。

        由此可见，面向物理AI的世界模型，核心使命已不再局限于“还原画面视觉效果”，更需精准回答三大关键问题：空间状态如何动态演变、物体之间存在怎样的空间关联与交互逻辑、智能体执行特定行动后会引发何种物理变化。这就要求模型必须具备对三维空间结构、动态演化过程及底层物理约束的持续、精准建模能力，突破2D表征的局限性，实现对物理世界的全方位感知与推演。

        依托CAD&CG全国重点实验室在图形学、3D视觉、空间计算/智能领域的长期技术积累与科研沉淀，影溯团队聚焦3D原生世界模型这一核心技术路线，展开持续深入的探索与攻关。团队摒弃传统2D表征的固有局限，从物理世界的空间结构本质出发构建世界状态，将视角生成、运动表达与状态变化推演统一纳入3D表征框架，实现对三维空间信息的高效整合、精准刻画与动态推演，为物理AI在各类真实场景中的落地应用奠定坚实的技术基础。

从实时3D生成到动态世界模拟

        此前，影溯团队已成功发布并开源InSpatio-WorldFM、InSpatio-World等实时3D/4D世界模型，有效推动世界模型从静态空间理解阶段，进一步迈向动态场景表达的新高度。相关研究工作重点强化了多视角一致性、空间结构稳定性与实时交互能力三大核心特性，通过创新的技术架构与算法设计，为智能体高效理解、精准模拟真实物理世界，提供了全新的技术路径与实践方案，也为后续技术迭代与场景拓展积累了宝贵经验。

        在此基础上，相关成果进一步拓展至世界模拟器方向。影溯（InSpatio）近期预告全新世界模拟器Topos 1.0，即将开放Beta测试。这款全新模拟器以构建高保真、可编辑、可交互的仿真环境为核心目标，深度融合3D世界模型的技术优势，将其核心能力进一步转化为具身智能、游戏开发、影视制作等领域的实际应用价值，精准匹配各场景中对动态空间生成、沉浸式交互模拟的核心需求，为相关领域的技术创新与产业落地注入新的动力。

        与侧重画面生成的视频模型不同，3D原生世界模型更注重维护统一且稳定的空间状态，能够确保同一物体在不同观测视角、不同时间节点下保持几何形态、空间位置与属性特征的一致性，同时具备对环境动态变化、智能体行动后果的精准推演能力。这一技术方向的探索，也清晰体现出空间智能正从单纯的视觉生成，向更贴合实际需求的物理世界建模深度延伸的核心发展趋势。

构建动态3D数据与模型训练闭环

        动态3D数据作为空间智能发展的核心基础，其重要性愈发凸显。当前现实世界中，视频数据储备极为丰富，但兼具几何形态、空间尺度、材质属性、运动规律及物体交互关系的高质量动态3D数据仍十分稀缺。对于机器人自主行动、自动驾驶环境预判等关键应用场景而言，构建可复现、可编辑、可验证的空间状态，正是推动智能体从单纯“感知观测”走向“自主学习、精准决策”的核心关键。

        影溯团队长期深耕图形学、三维视觉、空间计算/智能领域，凭借扎实的技术积累，具备从图片、视频、深度传感器数据等多类现实世界观测数据中，精准提取空间结构信息的核心能力，并能将这些碎片化的观测数据，转化为可学习、可编辑、可复用的标准化3D表征，为空间智能相关技术的研发奠定了坚实的数据与技术基础。

围绕这一核心技术基础，影溯团队持续推进“真实采集、3D重建、生成式增强、模型训练迭代”的全流程数据闭环建设。通过完善数据采集的全面性、提升3D重建的精准度、强化生成式增强的高效性、优化模型训练迭代的科学性，形成了数据与模型相互驱动、持续优化的良性循环，为动态3D世界模型的高效训练，以及物理A在各类真实场景中的落地应用，提供了强有力的基础支撑与技术保障。

推动科研成果走向产业应用

        此次技术突破与融资落地，不仅彰显了CAD&CG全国重点实验室在空间智能领域的顶尖研发实力，更成为浙江大学人工智能领域产学研深度融合的典型标杆。为持续推动科研成果走向产业应用，章国锋和鲍虎军教授团队以技术迭代为核心、以产业需求为导向，构建了“基础研究-技术攻关-成果转化”的全链条布局，从实时3D世界模型的开源发布，到动态4D世界建模技术的迭代升级，再到面向交互仿真场景的世界模拟器产品研发，一步步将实验室里的前沿技术转化为可落地、可商用的核心产品与解决方案。

        这一系列进展，充分体现了浙江大学CAD&CG全国重点实验室在空间智能领域的持续深耕与探索，既夯实了基础科研的技术根基，突破了关键核心技术瓶颈，又打通了成果转化的“最后一公里”，让前沿技术真正走出实验室、融入产业场景。未来，团队将依托融资支持与技术积累，持续深化核心技术迭代，加速产品落地与场景拓展，助力空间智能产业构建全新生态，推动前沿技术更好地服务于实体经济发展。