夜雨聆风
当你的 AI 还在预测
下一个词
别人的 AI 已经开始预测
世界的下一秒
实时世界模型
正在开启物理世界的
新纪元
我们都知道 AI 可以做很多事，但要训练一个好用的 AI 却不是一件容易的事。
自动驾驶需测试百万公里，机器人要试错上千万次，智慧工厂 24 小时不能停机，应急救援要复现极端环境......理想很丰满，现实却骨感。
物理世界成本高、效率低、风险大、极端情况不可复现。数据哪里来？场景什么样？
要让 AI 懂物理、知因果，能规划、会行动，就需要一个零成本、无限次、超高速，且实时运转的“平行世界”，在里面反复学习、快速迭代、安全验证。
这能让原需好几年的研发周期，压缩到几天，甚至几个小时。
因此，实时世界模型应运而生，它不是简单的生成一段视频，而是构建一个持续运行、可交互、有记忆、能预测的动态系统。
然而，由于缺乏面向世界模型的专用运行时框架，实时世界模型的推理与部署面临着巨大瓶颈：
通用推理框架难以兼顾低延迟与高吞吐
现有开源生态更多服务于单次图像生成、离线视频生成或通用大语言模型推理，尚缺少真正围绕连续状态建模、流式生成及实时交互设计的基础设施。
系统扩展性不足，难支撑 Agent 生态扩张
传统框架在多模态流水线、异步调度、流式输出、显存复用等方面能力有限，面对实时世界模型常出现首帧慢、抖动大、并发差、长上下文退化等问题。
为了解决这些挑战，中国电信集团 CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙教授，带领科研团队以智传网（AI Flow）集成律为理论基础，创新开发并开源了一套全新的实时世界模型运行时生成框架 TeleFuser。
该框架以 “AI Dev First” 为核心理念，采用分层架构设计，具备低延迟、高并发、强扩展特性，能兼容 LiveAct 等主流实时世界模型，进一步推动实时世界模型从概念验证走向工程落地，赋能产业、学术与开源生态。
开源地址：https://github.com/Tele-AI/TeleFuser
传统 AI 框架都是给人类工程师设计的，讲究代码好读、好拼接。
但在实时世界模型的构建中，需要 AI 能自己调度、自己决策、自己跑通流程。
因此，TeleFuser 以“AI Dev First”为核心思路，将模型、管线、服务、调度、缓存、流式输出等能力统一为可被 Agent 理解的标准接口。
TeleFuser 带来了三个关键变化：
接口标准化
输入输出、依赖、状态都写成“机器能懂的协议”，自动协同
执行连续化
不是一次生成结束，而是实时响应、分段输出、持续更新
流程动态化
把感知、理解、决策、生成变成一个自动循环，真正闭环
这一设计使框架不仅适合工程师调试，更适合智能体自动编排与动态决策。
TeleFuser 采用五层分层架构，覆盖从请求接入、任务编排、模型调度、缓存管理，到 GPU 内核执行的完整链路，把从用户请求到系统执行的每一步都安排得明明白白。
01
[ 第一层：接入层 ].
统一 HTTP / WebSocket / Stream 服务入口，适配在线推理与实时交互。
02
[ 第二层：服务与调度层 ] .
支持多模态任务图编排，适配文本、图像、视频、音频与动作控制。
03
[ 第三层：Pipeline 抽象层 ] .
支持异步流水线调度、分阶段并行、请求隔离和资源锁控制。
04
[ 第四层：模型与优化层 ] .
兼容主流世界模型与多模态生成模型，实现统一加载与统一推理。
05
[ 第五层：执行后端层 ] .
针对注意力、缓存、采样、解码等关键算子进行优化，降低端到端延。
（点击查看大图）
通过这套架构，实时世界模型既能处理单请求的低延迟交互，也能在并发场景下维持稳定吞吐；既能完成短时生成，也能支撑连续状态驱动的长时世界模拟。
在推理效率方面，TeleFuser 以高性能运行时为目标，具备SGLang框架的推理能力，同时进一步增强对流式视频生成、实时多模态交互、连续世界状态生成的支持。
为了让世界模型真正“实时跑起来”，TeleFuser 做了大量硬核优化：
异步流水线调度
减少不同阶段之间的串行阻塞。
阶段级并行执行
提高多模态任务处理效率。
资源共享与锁管理
提升并发场景下的稳定性。
显存复用与缓存优化
降低长上下文、多轮交互下的内存压力。
流式输出机制
支持边生成边返回，显著降低首包时延。
TeleFuser 不仅满足了高性能推理的要求，更重要的是把“实时”和“连续”这两个世界模型的关键属性真正纳入了框架能力范畴。
世界模型要解决的不是单点模型问题，而是系统工程问题。随着模型规模、交互复杂度、并发量和业务形态不断增长，推理框架必须具备足够强的可扩展性。
TeleFuser 从设计之初就支持无限扩展，包括文本驱动、图像驱动、实时语音驱动、交互式动作控制、连续世界状态仿真等一系列任务扩展，以及从支持轻量模型扩展到大参数世界模型，并保持统一服务接口与调度逻辑，降低多模型接入成本。
目前，TeleFuser 已正式开源，开箱即用，并兼容 LiveAct、Lingbot-World 等主流实时世界模型。
支持 Longbot-World 类
连续世界状态建模
（点击播放视频）
支持 LiveAct 类实时交互模型
（点击播放视频）
TeleFuser 适用于更前沿的实时世界模型能力验证：
1
一句话，持续生成动态场景
2
Agent 收到环境反馈后，实时调整下一步动作
3
模型不再只“出结果”，而是维持一个持续运行的世界
这些能力，正是世界模型从静态内容生成走向动态环境建模的关键一步。
TeleFuser
不只是一个开发工具
它标志着实时世界模型
从概念验证
正式进入工程落地
面对产业
它显著降低世界模型的
部署和接入成本
实现企业级快速构建
面对学术
它为世界模型提供了
统一运行时
让研究者专注模型能力
面对生态
它形成共享的开源社群
帮助开发者快速接入
轻松开发专属应用
扫码进入开源地址
TeleFuser 已开源
欢迎广大开发者、研究者
企业团队一起
使用、共建、迭代
共同推开
实时世界模型的
未来大门
相关工作
J. Shao and X. Li*, "AI Flow at the Network Edge", IEEE Network, vol. 40, no. 1, pp. 330-336, Jan. 2026, doi: 10.1109/MNET.2025.3541208.
H. An, W. Hu, S. Huang, S. Huang, R. Li, Y. Liang, J. Shao, Y. Song, Z. Wang, C. Yuan, C. Zhang, H. Zhang, W. Zhuang, X. Li*. "AI Flow: Perspectives, Scenarios, and Approaches", Vicinagearth 3, 1 (2026).
