Mundo：几张照片重建可探索世界模型，8 卡 GPU 也只有 1.5 FPS

Mundo 将一个房间的几张照片重建为可探索、可模拟的世界，通过代码表示物体及物理属性，并结合模拟器与视频模型演示抽屉交互和机器人导航。场景重建需 10–20 分钟，渲染在 8 张 GPU 上约为 1.5 FPS，距离实时仍有较大差距。