4月29日，致力于物理世界模型开发的SpAItial公司正式宣布推出其最新前沿模型Echo-2。该模型能够根据文本或图像输入，实时生成可导航的沉浸式3D场景，并支持在任何设备上直接浏览。

与逐帧预测、易产生几何漂移和不一致输出的顺序视频模型不同，Echo-2可从单张图像或一句文本提示出发，生成空间上持久一致的3D场景表征。用户能够自由交互和导航，而非仅观看一段视频。据公司介绍，其网络演示采用3D高斯泼溅技术进行渲染，即便在普通硬件上也能在浏览器中实现互动式查看。

Echo-2旨在连接物理与数字环境，应用领域涵盖机器人、建筑可视化、数字孪生及沉浸式3D内容创作。例如，仅凭一张照片即可生成真实空间（如家庭或工厂环境）的数字克隆，无需昂贵的3D扫描设备。在机器人领域，该模型支持“Sim2Real”知识迁移，让机器人在高仿真模拟环境中训练后再投入实际应用，从而提升部署安全性

此外，Echo-2还具备场景理解与编辑能力：可生成语义分割掩码以识别场景中的物体（如椅子、桌子、墙壁等），支持通过文本提示进行局部对象增删替换，或整体风格重设。

据SpAItial称，在World Score基准测试中，Echo-2在内容对齐、主观质量和综合得分三项指标上均超越了World Labs的Marble-1.1模型。公司表示，未来版本将融入动力学和物理推理，以支持交互式仿真及高级机器人训练。（新闻来源：auganix、VRAR星球编译）

商务合作：13146398132

媒体合作：13341147250

爆料投稿：editor@vrarworld.cn

版权声明：本文为VRAR星球原创，任何单位及个人未经授权不得转载，否则将依法追究侵权责任。

如需转载请联系13341147250 / editor@vrarworld.cn 申请授权，转载时请注明来源并保留VRAR星球原文链接。

本文部分图片及视频来源于互联网，如涉及侵权请联系我们删除。