核心变化

8月17日，Noiz AI与香港科技大学、清华大学、CMU、谷歌DeepMind等机构研究人员联合公开实时可交互音视频世界模型HelixWorld 1.0。官方称，模型以统一Transformer同时生成画面与声音，支持24FPS实时画面与48kHz双声道音频；用户前进、转身等操作会实时改变画面与声场，声音并非事后配轨。

目前GitHub仓库已公开，代码采用Apache-2.0许可；模型权重、推理代码与技术报告预计在接下来几周发布，权重许可将随检查点一并公布。官方称API已进入内测。

性质与限制

以上能力与参数来自Noiz AI的官方公告和媒体报道，尚未发布权重、技术报告或可独立复现的评测。团队称模型以音视频生成基座LTX2.3为起点，通过因果化、KV缓存与轨迹蒸馏实现实时生成；这些仍属官方口径，未经第三方验证。

关注世界模型、可交互视频生成或开源模型的开发者，可留意后续权重与报告发布；在权重开放前，不宜依据演示直接评估其真实可用性。