Decart 3亿美元融资背后：实时AI世界模型的野心与40亿美元估值

投资人押注的核心逻辑很明确：如果AI从生成“内容”升级为生成 持续存在、可交互的数字世界，那么提供这些世界模型和基础设施的平台，可能成为AI技术栈中的关键一层。

Nvidia与Amazon：两个关键生态伙伴

在Decart的合作伙伴中，Nvidia 和 Amazon Web Services（AWS） 的角色尤为重要。

• Nvidia 作为投资方加入，体现了高性能AI计算与新一代模型之间的紧密关系。
• Amazon 则被报道为 战略客户，同时与Decart合作构建实时AI系统的基础设施。

双方合作的一个关键项目是：

• 将Decart的Lucy模型优化到AWS Trainium加速芯片上运行。

Trainium是亚马逊自研的机器学习加速器，旨在与传统GPU计算竞争。因此，这一合作也意味着Decart并不打算只依赖单一硬件生态。

产品技术栈：DOS、Lucy 与 Oasis

Decart的整体平台由三个主要产品组成，它们共同构成实时世界模型系统。

DOS：AI基础设施层

DOS 是Decart的核心系统平台，提供高度优化的训练与推理环境，目标是支持 低延迟AI系统。

与传统“输入提示—生成结果”的模型不同，DOS旨在让AI系统能够 持续运行并实时响应。

Lucy：实时世界生成模型

Lucy 是面向沉浸式体验的世界模型系统，重点是实时视频与环境生成。

公司将其描述为能够生成 “实时、无限延展的视频世界”——内容会随着时间持续演化，而不是生成单个短视频片段。

Oasis：面向物理AI的模拟世界

Oasis 主要针对机器人和现实世界系统的模拟环境。

根据公司介绍，这一系统可以创建 实时响应的交互式物理环境，用于训练机器人、自动驾驶系统或工业自动化设备。

此前的一些技术方向还包括 降低GPU成本并提高AI代理的交互自然度，显示效率和实时性是其重要设计目标。

AWS Trainium与“跨芯片”策略

Decart与AWS合作优化Lucy运行在 Trainium3 加速器上，这一点在行业中格外值得关注。

原因主要有两个：

• 说明Decart正在让模型支持 不同芯片架构。
• 同时与 GPU生态（Nvidia） 和 定制AI芯片生态（AWS Trainium） 建立联系。

公司也将自身技术描述为覆盖 “从硬件到世界模型的完整计算栈”。

不过，目前公开资料 尚未提供Lucy在Trainium与GPU之间的性能或成本对比数据。

更大的目标：实时AI世界模型

Decart战略的核心，是构建所谓的 世界模型（World Models）。

这类AI系统的目标并不是生成单次输出，而是创建 持续运行、不断变化、可实时交互的环境。

潜在应用包括：

• 游戏：动态生成游戏世界与玩法
• 媒体与内容创作：实时互动视频和叙事
• 机器人训练：大规模模拟环境
• 物理AI：无人机、自动驾驶或工业系统的环境建模

公司将这一愿景总结为构建能够 “即时、持续、高效运行”的AI系统。

这轮融资真正释放的信号

从行业角度看，这笔3亿美元融资不仅仅是资本规模的提升。

它反映出一种越来越普遍的判断：AI的下一阶段，可能是实时交互系统，而不仅是生成文本或图片。

Decart目前的战略可以概括为三点：

• 基础设施优先：DOS提供底层计算平台
• 硬件生态协同：同时连接Nvidia和AWS等不同计算平台
• 世界模型方向：Lucy与Oasis用于构建持续存在的数字环境

当然，仍有一些关键问题尚未完全明朗，例如 独立性能评测、大规模商业部署以及具体收入规模 等。

但从融资规模与投资者阵容来看，科技行业显然正在把 实时AI世界 视为人工智能的下一条重要前沿。