GigaWorld-0:簡介,技術原理,架構設計,技術特點,發展歷史,開源與社區影

GigaWorld-0

GigaWorld-0是由相關研發團隊推出的具身世界模型，於2025年12月1日發布並開源了訓練及推理代碼。該模型可實現90%世界模型生成數據占比，其核心定位是作為視覺-語言-動作學習的數據引擎，旨在通過整合視頻生成與三維幾何建模解決具身智慧型訓練中的數據瓶頸，採用由GigaWorld-0-Video視頻生成模組和GigaWorld-0-3D三維建模模組構成的雙模組協同架構。

該模型構建了具身訓練數據體系，在三大關鍵泛化維度實現性能提升，並在PBench基準測試中進行了評估。2026年3月，基於輕量級世界模型GigaWorld-0.5構建的GigaWorld Policy發布。同年3月，GigaWorld系列的最新升級成果GigaWorld-1發布，在世界模型評測基準WorldArena中綜合得分突破60分位列首位，其核心代碼與部分數據集已開源。2026年4月，研發公司極佳視界完成近15億元B1輪融資，近兩個月合計融資25億元，公司估值超過100億元。

基本介紹

外文名：GigaWorld-0
類型：具身世界模型

簡介,技術原理,架構設計,技術特點,發展歷史,開源與社區影響,相關產品與套用,

簡介

GigaWorld-0是一個統一世界模型框架，其核心定位是作為視覺-語言-動作(VLA)學習的數據引擎。該框架通過整合大規模視頻生成與三維幾何建模，旨在解決具身智慧型訓練中數據稀缺與多樣性不足的關鍵瓶頸，其設計目標是生成具備多樣性、可控性、物理一致性和幾何準確性的訓練數據。

該模型可實現90%世界模型生成數據占比。

技術原理

GigaWorld-0是由GigaAI團隊提出的統一世界模型框架，其核心定位是作為視覺-語言-動作(VLA)學習的數據引擎，旨在通過整合大規模視頻生成與三維幾何建模來解決具身智慧型訓練中數據稀缺與多樣性不足的關鍵瓶頸。該框架的設計目標是生成具備多樣性、可控性、物理一致性和幾何準確性的訓練數據。

GigaWorld-0採用雙模組協同的架構設計，由兩個互補的核心組件構成。GigaWorld-0-Video是框架的視頻生成模組，基於擴散模型架構構建，其核心是支持圖像-文本到視頻生成的基礎模型GigaWorld-0-Video-Dreamer。GigaWorld-0-3D是框架的三維建模模組，負責確保生成數據的幾何一致性和物理真實性。

在技術實現上，GigaWorld-0採用EDM框架，使用Flow Matching範式。GigaWorld-0-Video-Dreamer的核心是專門設計的3D Transformer架構GigaWorld0Transformer3DModel。為提高計算效率，GigaWorld-0不直接在像素空間進行擴散，而是在VAE的潛在空間中操作。

GigaWorld-0支持通過參考幀條件機制實現圖像到視頻生成。框架包含逆動力學模型，用於從生成的視頻序列中估計關節角度軌跡。GigaWorld-0還具備多視角一致性合成能力，可以從現有單視角機器人互動視頻合成多樣的新視角，同時轉換相關機器人動作以保持任務一致性。

架構設計

GigaWorld-0採用雙模組協同的架構設計，由GigaWorld-0-Video和GigaWorld-0-3D兩個互補的核心組件構成。

GigaWorld-0-Video是框架的視頻生成模組，基於擴散模型架構構建，其核心是支持圖像-文本到視頻生成的基礎模型GigaWorld-0-Video-Dreamer。GigaWorld-0採用EDM框架，使用Flow Matching範式，其核心是專門設計的3D Transformer架構GigaWorld0Transformer3DModel。為提高計算效率，模型在VAE的潛在空間中操作，並支持通過參考幀條件機制實現圖像到視頻生成。

GigaWorld-0-3D是框架的三維建模模組，負責確保生成數據的幾何一致性和物理真實性。

框架包含輔助功能組件GigaWorld-0-IDM，給定生成的視頻序列，該模型用於估計關節角度軌跡。GigaWorld-0-Video-ViewTransfer組件可以從現有單視角機器人互動視頻合成多樣的新視角，同時轉換相關機器人動作以保持任務一致性。

技術特點

GigaWorld-0是由GigaAI團隊提出的統一世界模型框架，核心定位是視覺-語言-動作(VLA)學習的數據引擎，旨在生成具備多樣性、可控性、物理一致性和幾何準確性的訓練數據。

GigaWorld-0採用雙模組協同的架構設計，包括GigaWorld-0-Video視頻生成模組和GigaWorld-0-3D三維建模模組。GigaWorld-0-Video是基於擴散模型架構的視頻生成模組，核心是GigaWorld-0-Video-Dreamer，支持圖像-文本到視頻生成。GigaWorld-0-3D是負責確保生成數據的幾何一致性和物理真實性的三維建模模組。

在技術實現上，GigaWorld-0採用EDM框架和Flow Matching範式，核心是專門設計的3D Transformer架構。為提高計算效率，GigaWorld-0在VAE的潛在空間中操作。GigaWorld-0支持通過參考幀條件機制實現圖像到視頻生成。框架包含逆動力學模型（IDM）用於估計關節角度軌跡，以及多視角一致性合成（ViewTransfer）能力從單視角視頻生成新視角並保持任務一致性。

GigaWorld-0首次讓具身世界模型在高水平具身基模上發揮核心價值，構建了完整的具身訓練數據體系。基於輕量級世界模型GigaWorld-0.5構建的GigaWorld Policy，通過多視角拼接的緊湊表征進行未來具身操作視頻的預測，以降低推理階段的顯存占用與計算成本。GigaWorld Policy在推理速度、訓練效率和任務成功率方面有所提升。

GigaWorld系列的最新升級成果GigaWorld-1於2026年3月發布。GigaWorld-1是一款專為具身場景打造的AC-WM（動作控制世界模型），深度繼承並發展了EmbodieDreamer核心架構，引入了顯式的動作建模機制與可微分物理引擎。在2026年3月的WorldArena評測中，GigaWorld-1綜合得分突破60分，在該評測中位列首位，在物理遵循、3D準確度、視覺質量等核心維度得分較高。

發展歷史

2025年12月1日，極佳視界宣布具身世界模型GigaWorld-0發布並開源，並同步開源全階段訓練和推理代碼。

2026年1月，相關技術文檔闡述了GigaWorld-0的框架原理，強調了其作為視覺-語言-動作學習數據引擎的定位。2026年3月，極佳視界發布了基於GigaWorld-0.5構建的GigaWorld Policy，該模型在推理效率上有所提升。

2026年3月30日，極佳視界發布新一代具身世界模型GigaWorld-1。在世界模型領域權威評測基準WorldArena中，GigaWorld-1的綜合得分超過60分。其核心代碼與部分數據集已開源。

開源與社區影響

GigaWorld-0於2025年12月1日發布並開源了訓練及推理代碼。

作為GigaWorld系列的最新版本，GigaWorld-1的核心代碼與部分數據集已開源，並作為官方Baseline支持GigaBrain Challenge @CVPR 2026國際挑戰賽。在開源後的半個月內，其在Huggingface平台的下載量便突破了16,000次，顯示出強大的社區影響力。