灵光手机端上线“体验世界模型”，业界首个

手机上跑世界模型，这事听起来像科幻片里的桥段，但灵光真把它做出来了。不是云端调用、不是简化版推理，而是把具备空间理解与动态交互能力的“体验世界模型”直接部署在主流安卓旗舰机型上不依赖外接设备、不强制联网、不牺牲实时性。这不仅是技术落地节奏的一次提速，更是对终端AI能力边界的重新定义。

世界模型，不再只是实验室里的概念

世界模型（World Model）本质是让机器建立对物理环境、时间演进和因果关系的内部表征。过去这类模型动辄百亿参数，训练需千卡GPU集群，推理依赖高带宽云服务。2025年Q2起，谷歌DeepMind、Meta等陆续发布轻量化世界建模框架，但均未实现端侧闭环。灵光此次上线的版本，基于自研的Sparse-RT架构，将模型压缩至1.8GB以内，在骁龙8 Gen3平台实测推理延迟低于120ms，支持每秒5帧的连续场景重建与动作预测。

该功能当前面向首批合作机型开放，包括vivo X100 Ultra、OPPO Find X7 Ultra及小米14 Pro。用户打开灵光App后，点击主界面“体验世界模型”入口即可启用。无需额外安装插件或切换系统设置，整个过程在应用沙盒内完成，隐私数据不出本地。

实际能做什么？三点看得见的变化

1. 实时空间理解增强：摄像头取景框中，模型自动识别并标注出地面、墙面、桌沿等几何结构，误差控制在±2.3cm内；

2. 动态交互预判：当用户伸手抓取桌面上的水杯时，模型提前0.4秒预测手部轨迹与接触点，并在屏幕边缘以半透明箭头提示可能的遮挡区域；

3. 环境记忆延续：连续三天在同一书房使用该功能后，模型可记住书架第三层左起第二格常放笔记本，并在用户说“找我昨天记的会议要点”时，自动聚焦该位置并高亮对应区域。

这些能力并非孤立存在，而是通过统一的状态向量进行耦合。例如，识别到窗外阳光角度变化后，模型会同步调整对室内阴影区域的建模精度，从而提升后续手势识别稳定性。

背后的关键突破不在算力，而在表达方式

灵光团队没有选择强行压缩传统视觉Transformer，而是重构了感知-建模-响应链路：

1. 采用事件驱动型特征提取器，仅在像素变化超阈值时触发局部计算，降低76%无效推理；

2. 引入分层时空记忆池，将短时运动模式与长期空间布局分离存储，避免相互干扰；

3. 设计轻量级因果图解码器，用不到800万参数完成多对象状态转移推演，比同类方案减少40%显存占用。

需要注意，该模型未使用任何外部视频数据集训练，全部训练样本来自真实用户脱敏行为日志（经严格合规审核），且所有空间坐标均经过本地坐标系归一化处理，不上传原始图像或GPS信息。

目前该功能处于灰度测试阶段，用户可通过灵光App内“实验中心”申请体验资格。平台说明中明确标注：此为纯技术验证版本，暂不开放API接口，也不与第三方应用共享底层能力。后续迭代方向集中在跨设备状态同步与离线语音指令扩展，预计Q3末将支持中文方言环境下的空间语义解析。

以上是灵光在端侧世界模型落地的阶段性实践，希望对你有所帮助。