近日，物理世界模型開發商SpAItial發布前沿模型Echo-2，該模型可根據文本或圖像輸入，生成可通過任意設備實時探索的沉浸式3D環境，憑藉與傳統序列影片模型的顯著差異，為多行業數字化發展提供全新解決方案。
不同於傳統逐幀預測的序列影片模型，Echo-2僅需單個圖像或文本提示，就能生成空間持久的3D場景，有效規避了傳統模型計算成本高、易出現幾何漂移、輸出效果不一致等痛點。
其網頁演示採用3D高斯噴濺（3DGS）技術進行渲染，該技術作為新一代圖形渲染核心技術，能實現畫質與效率的平衡，且具備GPU友好型性能，即便在配置普通的硬體設備上，用戶也能在瀏覽器中流暢實現交互式觀看。
Echo-2的應用場景十分廣泛，可高效連接多行業物理與數字環境。在機器人領域，它支持Sim2Real知識遷移，能助力機器人在模擬環境中完成訓練，確保後續安全部署；在遊戲開發中，可快速生成可導航的3D環境，幫助開發者高效搭建遊戲原型；在建築和房地產領域，能將2D平面圖轉化為3D場景，生成虛擬布置與交互式漫遊，無需依賴昂貴的3D掃描硬體，大幅降低成本。
此外，該模型還具備強大的場景理解與編輯功能，可生成語義分割掩碼識別場景中的各類物體，用戶通過文本提示即可完成物體的添加、移除或替換，適配室內設計等場景。據悉，在WorldScore世界生成基準的三項指標上，Echo-2均優於World Labs的「Marble-1.1」模型，彰顯了其過硬的技術實力。
SpAItial表示，未來將為Echo-2融入動力學與基於物理的推理能力，進一步拓展其在交互式模擬與高級機器人訓練中的應用。
