BitcoinWorld
Decart 推出 Oasis 3：一個具備顯著限制的自駕車光寫實世界模型
AI 初創公司 Decart 已發布 Oasis 3，這是一個可互動的世界模型，能即時產生光寫實的駕駛環境，並可透過 API 使用。公司目標是需要大規模模擬罕見或危險駕駛情境的自動駕駛車開發者，未來亦計畫拓展至機器人與實體 AI 應用。Decart 稱此模型是開發者可在其上編程的首個可用世界模型，代表生成式 AI 在實體環境領域的重大進展。
Oasis 3 的功能與運作方式 Oasis 3 產生物理上精確的多相機環境——一個前視鏡與兩個側視鏡——專為訓練與測試自動駕駛系統設計。與競爭對手僅提供有限研究預覽不同，Decart 允許開發者無限生成情境，這對於邊緣案例測試尤為寶貴。模型的模擬費用為每秒 0.02 美元，企業價格則視使用案例而定。Decart 表示，其即時影片模型 Lucy 已擁有超過 10 萬開發者社群，預期 Oasis 3 也會吸引類似的生態系。
該初創公司的效率優勢來自其 DOS（Decart Optimization Stack）軟體，能將模型最佳化於 Nvidia、Amazon 與 Google 硬體上執行，使推論成本遠低於競爭者。Decart 宣稱其模型的運行成本比業界其他模型低超過一個量級，且其整體資金消耗遠低於 1 億美元。
測試中的效能與限制 在實作測試中，Oasis 3 能從單一文字提示產生令人印象深刻的初始場景——例如早晨的紐約市街道，呈現光寫實且細緻。然而，隨著模擬持續，模型的連貫性迅速下降。行駛過程中，環境失去原有的特定身份，變成一般的城市景觀。試圖回到起點時，整個世界已被完全取代，顯示缺乏持久的空間記憶。
控制有時也會失靈，車輛會穿過其他車輛，說明模型尚未能準確模擬物理。Decart 共同創辦人兼 CEO Dean Leitersdorf 稱這是重大研究問題，歸因於資料不平衡——關於良好駕駛的資料遠多於事故資料。模型採用自回歸方式，一次生成一幀並回顧先前幀，快速填滿其上下文窗口。團隊正致力於擴展記憶，以在較長的模擬中維持一致性。
產業背景與競爭 Decart 進入的是一個競爭激烈的領域。Google 去年以研究預覽形式推出 Genie 3，Fei‑Fei Li 的 World Labs 推出商業版 Marble，且 Luma、Runway 等影片生成初創公司正將具物理感知的影片模型轉化為世界模型。Oasis 3 的優勢在於光寫實度與無限生成能力，但與競爭對手共享的共通限制包括長期連貫性不佳與缺乏物件感知。
此版本的發布恰逢 Decart 近期完成 3 億美元融資，估值接近 40 億美元，戰略投資者包括豐田、Adobe、eBay 與 Nvidia。這些投資者同時也是潛在客戶，特別是在自動駕駛與機器人領域。
為何重要 世界模型是 AI 的關鍵前沿，具備顛覆機器學習與實體環境互動方式的潛力。對於自動駕駛公司而言，能大規模模擬罕見邊緣案例將加速開發並提升安全性。Decart 從第一天即提供 API 存取的策略類似 OpenAI 早期的語言模型策略，旨在打造開發者生態系，讓他們發掘與構建新穎應用。若成功，Oasis 3 可能成為實體 AI 的基礎平台，正如 GPT‑3 對語言任務的影響。
結論 Decart 的 Oasis 3 在光寫實世界建模方面是一項重要進展，提供無與倫比的效率與無限生成能力，適用於自動駕駛模擬。然而，長期連貫性、物理模擬與物件感知仍存在顯著限制。此領域仍處於早期階段，真正的考驗在於開發者社群能否將這些能力轉化為實用且可靠的應用。Decart 預計在下一版本解決一致性問題，屆時使用者將能從影片而非單張圖像來種子世界。
常見問答 Q1：什麼是 Oasis 3，適合誰使用？ Oasis 3 是 AI 初創公司 Decart 推出的互動式世界模型，能即時產生光寫實的駕駛環境。它專為需要大規模模擬罕見駕駛情境的自動駕駛車開發者設計，並可透過 API 使用。
Q2：Oasis 3 與 Google 的 Genie 3 等其他世界模型相比如何？ Oasis 3 提供更佳的光寫實度與無限生成能力，但與競爭者共享相同的限制，包括隨時間場景連貫性下降以及物理互動精度不足。
Q3：Oasis 3 的主要限制是什麼？ 模型在長期一致性方面表現不佳——環境在長時間使用後會失去特定性——且物理模擬不精確，導致車輛相互穿透。控制介面有時也會無反應。
此文章 Decart launches Oasis 3: a photorealistic world model for autonomous driving — with notable limitations 首次發表於 BitcoinWorld。