小米汽车发布Xiaomi Auto World Model：重建+生成一体化世界模型框架

5月26日，小米技术官方宣布，小米汽车正式发布Xiaomi Auto World Model全新框架，为业界辅助驾驶世界模型提供了新的技术路径，推动行业从“场景感知”向“认知推演、场景进化”的高阶形态跃迁。据介绍，这是小米首次将三维重建与视频生成深度耦合的一体化架构，以“重建锚定几何、生成填补想象”的新范式，打破了行业长期采用的重建、生成独立拆分的路线。

目前世界模型有两条主要技术路线：重建（WorldRec）与生成（WorldGen）。重建从多视角观测恢复几何精确的3D场景，优势是高保真、强一致性，但只能还原已见内容；生成通过扩散模型直接预测未来画面，能“想象”未观测视角和未发生场景，但缺乏显式3D结构且长时序下容易漂移失真。Xiaomi Auto World Model将重建模块与生成模块深度耦合，让两者在结构上互相约束，形成闭环互相增益，实现了高稳定性（WorldRec的确定性几何约束有效抑制误差累积）、高一致性（4D场景表征确保全局一致）、高真实性（合成内容既符合物理布局又贴近真实观测）的协同增益。

该框架在Waymo、nuScenes等主流基准测试中全面取得SOTA，并已在小米汽车三大核心场景完成业务落地：合成数据生成方面，已交付超过10万clips高质量合成数据，直接用于感知模型训练；仿真测试方面，构建闭环仿真环境，可在仿真中复现真实事故进行定向优化；辅助驾驶学堂方面，利用世界模型动态生成第一人称驾驶教学视频，目前已上线小米全车型的辅助驾驶学堂实景模拟场景。