Decart AI Lab

Decart AI Lab 打造即時世界模型與 Physical AI 最佳化基礎架構，包含用於互動模擬的 Oasis 3 與低延遲 AI 工作負載的 DOS。

概覽

Decart AI Lab 為生成式 AI 系統打造即時世界模型與最佳化基礎架構。其網站聚焦三條產品線：用於物理 AI 世界生成的 Oasis、用於即時世界編輯的 Lucy，以及用於低延遲推論與訓練的 DOS，也就是 Decart Optimization Stack。

Oasis 3 是網站上最明確的產品化世界模型。它能即時生成逼真、可控制的模擬環境，回應物理控制訊號，並被定位為適用於需要在多種場景中反覆進行閉環訓練的機器人與自駕車工作流程。

核心能力

即時世界生成

生成逼真、具物理基礎的環境，且會持續演變，而不是產出一次性的離線影片。

動作條件式回饋

透過對轉向、移動與 API 指令作出反應，支援閉環模擬，讓政策在環境中採取行動。

多視角輸出

從單一一致的世界狀態產生同步的多攝影機視角，有助於維持不同角度之間的一致性。

API 存取

透過 API 開放世界模型，讓團隊可將其連接到既有的模擬與訓練流程。

低延遲回應

以低延遲運行，Decart 指稱端到端低於 200 毫秒，使互動式訓練迴圈更實用。

具硬體感知的基礎架構

透過 Decart Optimization Stack，涵蓋 GPU、TPU、Trainium、AMD 與其他加速器的最佳化。

適用情境

自動駕駛訓練
在可透過提示驅動的環境中訓練自動駕駛策略，這些環境可變化地理、天氣、光線、交通與駕駛情境，而無需每次都錄製新素材。
機器人模擬
在閉環模擬中測試機器人，讓動作立即影響下一個世界狀態，支援反覆練習與線上強化學習。
Physical AI 情境生成
當真實世界的邊緣案例難以安全取得時，為無人機、越野車、海事系統或人形操作建立並評估情境。
低延遲 AI 最佳化
使用 Decart Optimization Stack，針對 GPU、TPU、Trainium 與 AMD 架構的工作負載調校延遲、吞吐量與成本。
開發者流程整合
透過 API 存取與以 SDK 為基礎的設定，將模型整合至既有模擬工作流程。

Pros and Cons

Pros

提供即時、互動式模擬，具持續的世界狀態，而非靜態生成影片。
API 存取使其能在既有的機器人與訓練流程中使用。
多視角輸出與動作條件式回應支援閉環測試。
網站明確指出自駕車為首要目標用途，並可延伸到其他 Physical AI 領域。
DOS 旨在跨廣泛硬體堆疊最佳化延遲、吞吐量與成本。

Cons

定價頁目前回傳 404，因此價格與存取條款未在該頁公開。
來源內容著重於 Physical AI 與模擬；未顯示對無關的一般用途產品類別有廣泛支援。
部分產品細節仍以研究或發布公告形式呈現，而非完整文件，因此公開頁面上的實作細節有限。

FAQ

Oasis 3 是什麼？

Oasis 3 是一個用於 Physical AI 的互動式世界模型。它能即時生成逼真、可控制、具多視角的模擬環境，並對物理控制訊號做出反應，以支援閉環訓練。

團隊如何使用 Oasis 3？

Decart 將 Oasis 3 描述為可透過 API 使用，且產品頁的快速開始範例也展示了 SDK 存取。該頁面同時將其呈現為供開發者、研究人員與機器人團隊使用的基礎架構。

Oasis 3 主要先針對哪些應用？

該頁面指出 Oasis 3 ابتدا?

Oasis 3 有多快？

產品頁寫明其端到端延遲低於 200 毫秒，且在 512×768×3 下可達 22 FPS，同時也提到 Decart 持續優化此技術堆疊。

什麼是 Decart Optimization Stack？

Decart 的最佳化堆疊是一個垂直整合的平台，適用於 LLM、agentic、影片與世界模型工作負載。它涵蓋具硬體感知的模型設計、核心工具、專有編譯器與推論最佳化，並可整合到既有基礎架構中。

Quick Facts

類別: AI 基礎架構 / 世界模型
主要產品: Oasis 3
相關產品: Lucy 2.0 與 Decart Optimization Stack（DOS）
存取模式: 可透過 API 存取
主要使用者: 機器人團隊、自駕車公司、研究人員與開發者
來源網域: decart.ai