Decart AI Lab

Decart AI Lab 构建用于 Physical AI 的实时世界模型与优化基础设施，涵盖交互式仿真的 Oasis 3 和低延迟 AI 工作负载的 DOS。

概览

Decart AI Lab 为生成式 AI 系统构建实时世界模型与优化基础设施。其网站主要围绕三条产品线：用于 Physical AI 世界生成的 Oasis、用于实时世界编辑的 Lucy，以及面向低延迟推理和训练的 Decart Optimization Stack（DOS）。

Oasis 3 是该网站上最清晰的已产品化世界模型。它可实时生成逼真、可控的仿真环境，对物理控制信号作出响应，并面向需要在多种场景中进行重复、闭环训练的机器人和自动驾驶工作流。

核心能力

实时世界生成

生成逼真且具物理一致性的环境，这些环境会持续演化，而不是生成一次性的离线视频片段。

基于动作的反馈

通过在策略于环境中执行动作时对转向、移动和 API 命令作出反应，支持闭环仿真。

多视角输出

从一个一致的世界状态生成同步的多摄像头视角，帮助在不同角度之间保持一致性。

API 访问

通过 API 暴露世界模型，方便团队将其连接到现有仿真和训练流程。

低延迟响应

以低延迟运行，Decart 称端到端延迟低于 200 ms，使交互式训练循环切实可行。

面向硬件的基础设施

通过 Decart Optimization Stack 覆盖 GPU、TPU、Trainium、AMD 及其他加速器的优化。

适用场景

自动驾驶训练
在可通过提示驱动的环境中训练自动驾驶策略，这些环境可以变化地理位置、天气、光照、交通和驾驶场景，而无需每次都录制新素材。
机器人仿真
在闭环仿真中测试机器人，让动作立即影响下一时刻的世界状态，支持重复练习和在线强化学习。
Physical AI 场景生成
当真实世界中的边缘案例难以安全捕获时，为无人机、越野车辆、海事系统或人形操作生成并评估场景。
低延迟 AI 优化
使用 Decart Optimization Stack 在基于 GPU、TPU、Trainium 和 AMD 的工作负载上调优延迟、吞吐量和成本。
开发者流程集成
通过 API 访问和基于 SDK 的设置，将模型集成到现有仿真工作流中。

Pros and Cons

Pros

实时、交互式仿真，具有持续的世界状态，而不是静态生成视频。
API 访问使其可用于现有的机器人和训练流程中。
多视角输出和基于动作的响应支持闭环测试。
网站清楚说明了自动驾驶这一首要应用场景，并展示了向其他 Physical AI 领域扩展的路径。
DOS 旨在优化广泛硬件栈上的延迟、吞吐量和成本。

Cons

定价页面目前返回 404，因此定价和访问条款未在该页面公开。
来源内容强调的是 Physical AI 和仿真；并未显示对无关通用产品类别的广泛支持。
部分产品细节仍以研究或发布公告的形式呈现，而非完整文档，因此公开页面上的实现细节有限。

FAQ

什么是 Oasis 3？

Oasis 3 是面向 Physical AI 的交互式世界模型。它可实时生成逼真、可控的多视角仿真环境，并对物理控制信号作出响应，用于闭环训练。

团队如何使用 Oasis 3？

Decart 将 Oasis 3 描述为可通过 API 使用，产品页上的快速开始示例也展示了 SDK 访问。该页面还将其定位为面向开发者、研究人员和机器人团队的基础设施。

Oasis 3 首先面向哪些应用？

页面说明 Oasis 3 首先面向自动驾驶车辆，随后同一系统可扩展到无人机、越野车辆、海事应用和人形操作。

Oasis 3 的速度如何？

产品页写明其端到端延迟低于 200 ms，且在 512×768×3 分辨率下可达到 22 FPS，同时也注明 Decart 仍在持续优化该技术栈。

什么是 Decart Optimization Stack？

Decart 的优化栈是一个垂直整合的平台，面向 LLM、智能体、视频和世界模型工作负载。它涵盖面向硬件的模型设计、内核工具、专有编译器和推理优化，并可集成到现有基础设施中。

Quick Facts

类别: AI 基础设施 / 世界模型
主要产品: Oasis 3
相关产品: Lucy 2.0 和 Decart Optimization Stack（DOS）
访问模式: 可通过 API 访问
主要用户: 机器人团队、自动驾驶公司、研究人员和开发者
源域名: decart.ai