1870年，撒丁王國基本完成義大利半島的統一，次年將首都從佛羅倫薩遷至羅馬城。羅馬這座特殊的歷史名城，上一次作為大一統帝國的首都還是羅馬帝國時期。從476年西羅馬帝國滅亡到1870年義大利再次統一，中間跨越14個世紀，有著鮮明歷史記憶的義大利人，完全可將國家定名為“羅馬”，卻以亞平寧半島的別稱作為稱謂，定名“義大利王國”。 【羅馬帝國】 公元前27年（西漢成帝河平二年），屋大維稱奧古斯都（皇帝），古羅馬進入羅馬帝國時代。 117年（東漢安帝元初四年），羅馬帝國極盛時期，面積約500萬平方千米，人口約7000萬。羅馬帝國幾乎覆蓋整個南歐和北非，偌大的地中海已是羅馬的內湖，其疆域西北攻佔大不列顛島中部和南部，在亞歐大陸北抵萊茵河下游-多瑙河上中游-喀爾巴阡山脈-黑海北岸-高加索山脈，東線包括小亞細亞半島、兩河流域、地中海東岸，南線抵撒哈拉沙漠，包括地中海沿岸和尼羅河下游。

世界模型（World Model）是現在AI領域最受關注的研究方向之一，其核心目標在於建構能夠對真實世界進行感知、理解、互動與預測的統一智能系統。然而，在當前研究實踐中，不同任務（如互動式視訊生成、3D 場景建模、視覺-語言-動作（VLA）控制以及多模態推理）之間普遍存在介面不統一、推理流程割裂、系統耦合嚴重等問題，研究者往往需要為每類任務單獨建構推理邏輯與工程環境，導致重複開發成本高、跨任務對比困難，從而制約了世界模型的系統性發展。為應對上述挑戰，北京大學DCAI課題組聯合快手可靈團隊、上海演算法創新研究院、中關村學院等研究人員，推出了OpenWorldLib——一個統一、規範、可擴展的先進世界模型推理框架。論文對世界模型做出了明確界定：一種以感知為核心，具備互動能力與長期記憶能力，用於理解和預測複雜世界的模型或框架。在這一統一定義下，OpenWorldLib整合了多模態理解、生成與行動能力，並建構了面向開源社區的標準化介面體系，使研究者能在同一框架中進行模型復現、對比與擴展。OpenWorldLib的核心價值體現在四個方面：通過統一介面遮蔽不同模型之間的差異；通過統一推理流程降低工程複雜度；通過統一能力定義促進跨任務對齊；通過開源生態推動世界模型領域的協同發展。框架設計整體架構Pipeline作為系統的核心調度模組，負責串聯各功能元件，實現從輸入到輸出的完整推理過程。該模組不僅支援單輪推理（forward execution），還支援多輪互動（stream execution），通過自動呼叫 Memory 模組實現上下文讀取與更新，使模型在複雜任務中保持狀態一致性與長期依賴能力。OpenWorldLib的整體架構主要分為以下幾個層次：模型抽象層（Model Abstraction）：對不同類型的世界模型進行統一抽象，無論視訊生成、3D 重建還是具身控制模型，均通過一致介面定義輸入、輸出與推理邏輯。使用者無需關心底層實現差異，按統一規範即可完成推理。推理引擎層（Inference Engine）：內建對多種推理後端的支援，使用者可便捷地基於指令碼進行呼叫。互動管理層（Interaction Manager）：針對世界模型特有的多輪互動需求（如條件視訊編輯、3D 場景逐步探索等），設計了統一的管理機制，支援狀態追蹤、條件注入和增量推理。Operator 機制Operator模組充當原始輸入（或環境訊號）與核心執行模組（Synthesis、Reasoning、Representation）之間的橋樑。世界模型需要處理來自真實世界的複雜多模態輸入——文字、圖像、連續控制動作、音訊訊號——Operator被設計用於將這些多樣化資料流進行統一標準化處理。當 Pipeline 被呼叫時，系統首先將原始輸入傳遞至 Operator 的 process() 方法。Operator承擔兩個核心功能：其一是校驗（Validation），確保輸入資料的格式、形狀與類型滿足下游模型要求；其二是預處理（Preprocessing），將原始訊號轉換為標準化的張量表示或結構化格式——例如對圖像做尺寸調整、對文字做分詞編碼、對動作空間做歸一化處理。四大核心模組Reasoning Module（推理模組）：負責多模態理解與決策，包括通用推理、空間推理與音訊推理。核心作用是將感知資訊轉化為結構化語義表示，為後續生成與行動提供依據。Synthesis Module（生成模組）：負責多模態內容生成，包括圖像、視訊、音訊以及動作序列。將模型內部推理結果轉化為可觀測或可執行輸出。Representation Module（表徵模組）：負責建構顯式世界表示，例如 3D 場景、點雲與深度資訊，為物理一致性建模與模擬驗證提供支援。Memory Module（記憶模組）：負責長期上下文管理，包括歷史資訊儲存、相關記憶檢索與狀態更新，使模型能支援多輪互動與長期依賴任務。實驗效果為了驗證框架的有效性，OpenWorldLib在多個典型世界模型任務上進行了系統評估，覆蓋視訊生成、多模態推理、3D建模與具身控制等方向，並在論文中給出了可視化結果與定性分析。互動式視訊生成在視訊生成任務中，OpenWorldLib支援導航視訊生成與互動式視訊編輯，並通過統一介面對不同方法進行評測。實驗結果表明，相較於早期方法（如 Matrix-Game 系列），新一代模型在長序列生成中顯著提升了視覺質量與物理一致性，減少了顏色漂移與結構失真等問題，同時在複雜互動條件下仍能保持穩定表現 。多模態推理能力在推理任務中，Reasoning模組能夠融合文字、圖像等多模態資訊，完成空間關係分析與複雜語義推理，並輸出具有可解釋性的結果。這一能力使模型不僅具備“生成能力”，還具備“理解與決策能力”，從而更接近真實世界中的認知過程。3D 場景生成與重建在3D任務中，OpenWorldLib通過Representation模組實現從視覺輸入到結構化三維表示的統一建模。實驗表明，雖然現有方法在大視角變化下仍存在幾何不一致問題，但整體框架能夠穩定支援多視角重建與模擬驗證，為複雜場景理解提供基礎 。Vision-Language-Action（VLA）在具身智能任務中，框架能夠將自然語言指令與視覺觀測轉化為動作序列，實現從“理解”到“行動”的閉環過程。這一能力驗證了 OpenWorldLib 在跨模態任務協同與真實世界互動中的潛力。總體而言，OpenWorldLib不僅在單任務上具備良好性能，更重要的是通過統一框架實現了跨任務能力整合與系統級協同。使用方式在具體使用過程中，OpenWorldLib支援以下幾種典型方式：單輪推理呼叫： 使用者通過Pipeline介面直接輸入多模態資料，完成一次完整推理，適用於視訊生成、推理等標準場景。多輪互動執行： 通過stream()介面，系統自動呼叫Memory模組維護歷史狀態，支援互動式視訊編輯或具身控制等複雜任務。模型擴展與接入： 框架提供統一的模組範本（Operator / Reasoning / Synthesis / Representation / Memory），開發者只需實現對應介面即可接入新模型，無需修改整體架構。開源生態與社區支援： 項目已支援視訊生成、3D建模、VLA控制與多模態推理等多類任務，提供完整文件與示例，鼓勵社區通過Issue與Pull Request參與共建。綜上，OpenWorldLib通過統一介面與模組化設計，使世界模型的使用從“複雜工程系統”轉變為“標準化工具呼叫”，不僅顯著降低了研究與開發門檻，也為未來多模態智能系統的建構提供了可復用的基礎設施。 (量子位)

2026年3月，歐洲統一專利法院（Unified Patent Court，簡稱UPC）的案件登記系統更新了幾條新記錄。華為技術有限公司作為原告，把華特迪士尼集團旗下十二家公司和Meta旗下九個法律實體一併告上了法庭。涉案技術都指向同一個東西——高效視訊編碼標準HEVC/H.265。從曼海姆到慕尼黑，從杜塞爾多夫到巴西里約熱內盧，華為幾乎是同時在多個法院拉開了戰線。這不像是一時興起的維權動作，更像是籌謀已久的全面出擊。說到HEVC，很多人可能覺得陌生，但它其實每天都在你的手機和電腦裡默默幹活。HEVC全稱High Efficiency Video Coding，標準代號H.265，干的事情說白了就是把視訊檔案壓得更小、傳得更快、畫質還不掉。你在Disney+上看4K電影不卡頓，在Facebook刷短影片秒載入，一場英超直播能同時推送到幾億塊螢幕上——這些體驗的背後，都離不開HEVC或它的衍生技術在支撐。和上一代標準H.264相比，HEVC差不多能用一半的頻寬達到同樣的畫質。在今天全球網際網路流量裡視訊已經佔了八成以上的背景下，誰掌握了這項技術的核心專利，誰就卡住了整個視訊產業的咽喉。也正因為HEVC如此重要，圍繞它的專利爭奪戰才格外激烈。HEVC是由國際標準化組織制定的技術標準，要實現這個標準，繞不開大量所謂的“標準必要專利”（Standard Essential Patents，簡稱SEP）。據統計，全球有超過一萬件專利被宣稱為HEVC的標準必要專利，分散在數十家企業和研究機構手中。華為恰好是這個領域裡最大的玩家之一。在HEVC標準的制定過程中，華為提交了大量核心技術提案，攢下了一個龐大的專利組合。這些專利覆蓋了視訊編解碼過程中的多個關鍵步驟——從變換係數怎麼編碼，到時間層圖像怎麼訪問——基本上把技術鏈條的重要關節都給佔了。換句話說，想合規使用HEVC，很難完全繞開華為。華為這次選在那兒打官司，本身就很有講究。主陣地放在UPC曼海姆地方分庭，同時在UPC慕尼黑地方分庭和德國慕尼黑第一地區法院各開了一條線，另外還在巴西里約熱內盧州法院落了一子。這個佈局顯然不是拍腦袋決定的。UPC是2023年6月才正式開張的歐洲跨國專利法院，它最厲害的地方在於：一紙判決能在所有成員國同時生效。也就是說，華為不用跑到德國告一次、法國告一次、義大利告一次，在UPC贏一場，整個歐洲大陸都管用。對於手握一大把標準必要專利的權利人來說，這等於是把過去要打十幾場官司的活兒合併成了一場，效率翻了好幾倍，談判的底氣也硬了不止一個檔次。為什麼偏偏選曼海姆當主戰場？這裡面有門道。曼海姆分庭的主審法官Peter Tochtermann教授，在標準必要專利圈子裡是響噹噹的人物，辦案又快又專業。更關鍵的是，曼海姆分庭這兩年在好幾起大案中都表現出了對專利權人比較友好的姿態。特別是在InterDigital訴亞馬遜那場串流媒體專利大戰中，曼海姆分庭態度很硬，直接拒絕了被告方試圖借域外管轄權攪局的企圖，這對專利權人來說算是吃了一顆定心丸。反觀慕尼黑分庭，雖然一直是SEP案件的熱門法院，但最近因為新設了第二審判庭，法官怎麼分配變得不太確定，對於精心規劃了訴訟策略的當事人來說，這種不確定性不太舒服。至於華為為什麼還要同時在慕尼黑地區法院起訴，道理也簡單——UPC畢竟是個新機構，判例法還在慢慢形成中，在傳統的德國法院留一條後路，萬一UPC那邊出了什麼意料之外的程序問題，不至於措手不及。巴西那邊也不是隨便湊數的。里約熱內盧州法院第六商事法庭接了華為拿巴西專利BR 112013034060-6告Meta的案子。很多人可能會問，在歐洲打不就夠了嗎，為什麼還要跑到南美去？這裡面有一層算計：巴西是拉美最大的網際網路市場，Facebook和Instagram在當地的使用者基數極為龐大，在那裡打官司意味著直接威脅到Meta的核心收入來源之一。而且巴西法院這幾年在視訊編碼和通訊專利領域的存在感越來越強，判決執行力也不含糊。華為在歐洲和南美同時開打，意圖很明確：讓被告在全球範圍內都感受到壓力，堵死“拖一拖、躲一躲”的空間，把他們往談判桌上逼。具體看涉案專利，華為的選擇也是經過籌劃的。告迪士尼用的核心專利EP 3 211 897，保護的是“變換係數的編解碼方法和裝置”，這是HEVC裡很底層的一塊技術，直接涉及視訊怎麼壓縮、怎麼解壓。華為的說法是，Disney+在向歐洲使用者推送視訊時用到了這個技術。告Meta的那件EP 3 471 419，涉及的是"視訊壓縮中的漸進式時間層訪問圖像"，這個技術管的是視訊流的隨機訪問和快速切換——你在Facebook上刷視訊時那種絲滑的快進快退體驗，很可能就依賴這項技術。兩件專利分別卡住了視訊編解碼鏈條上不同的關鍵位置，形成了技術上的“前後夾擊”。華為為什麼要在這個時候大規模出手？這得放到更大的背景裡看。過去這些年，華為在美國製裁的持續高壓下，終端業務和晶片供應鏈受限嚴重。但華為還有一樣東西是誰也制裁不走的——二十多年積累下來的專利家底。這批專利資產過去更多是用來“互換”的，你用我的、我用你的，大家互相授權，各幹各的生意。但現在情況變了，華為需要讓這些專利直接產生真金白銀的收入。據華為自己公佈的資料，其專利許可收入已經達到每年數十億美元的規模，而視訊編碼方向的專利是其中含金量很高的一塊。說得直接一點，華為現在打這些官司，既是在維護合法權益，也是在為自己找錢。有意思的是華為在UPC裡的身份變化。UPC剛成立那會兒，華為出庭更多是以被告的身份——被別人追著要專利費。但從2025年開始，風向明顯變了，華為開始頻繁地坐到原告席上。先拿Roku和傳音控股開刀，兩場官司都以對方乖乖加入Access Advance專利池、簽下許可協議而收場。Access Advance是專門管HEVC、VVC這些視訊編碼標準專利許可的池子，華為是裡面的核心許可方。通過打官司把目標企業“請”進專利池，華為就不用跟每家公司一個一個地磨嘴皮子談價錢，藉著池子的標準化機制，專利費就能批次到帳。這次對迪士尼和Meta下手，大機率還是走的這條路。律師團隊的選擇上也有看點。告迪士尼的UPC案件裡，華為破天荒地用了Arnold Ruess律所——之前從沒合作過。這家所的合夥人Bernhard Arnold最近手上正攥著InterDigital告亞馬遜的串流媒體專利大案，對這個賽道的訴訟經驗非常紮實。而在告Meta的案子裡，華為還是用了老搭檔高偉紳（Clifford Chance）的Tobias Hessel團隊。一邊引入在串流媒體專利上更對口的新團隊，一邊保留打UPC官司經驗豐富的老搭檔，這種搭配挺務實的。被告方面也沒含糊，迪士尼請了杜塞爾多夫的知產老牌精品所Rospatt，Meta則上了霍金路偉（Hogan Lovells）的人馬，都是能打硬仗的隊伍。光從雙方擺出來的律師陣容看，就知道這幾場案子在業內的份量不輕。律師團隊接下來這些案子會怎麼走？從華為以往的戰績和行業慣例來推斷，大機率不會真的打到終審判決。標準必要專利訴訟這回事，十之八九是以雙方簽許可協議收場的。說到底，打官司只是手段，簽合同才是目的。華為告Roku和傳音就是這麼收的尾。迪士尼的處境尤其值得注意——它的Disney+平台已經在InterDigital的另一場平行訴訟裡栽過跟頭了。今年2月，德國和巴西的法院先後對迪士尼發出了禁令，逼著它在歐洲範圍內砍掉了Disney+裡的Dolby Vision和HDR10+功能。這個先例擺在那裡，說明UPC和相關法院是真的敢對串流媒體巨頭動手的。有了這個前車之鑑，迪士尼面對華為的訴訟，與其硬扛到底賭一把，不如加入Access Advance專利池一攬子了結來得划算。Meta那邊的算盤也差不多——視訊功能是Facebook和Instagram的核心賣點，萬一在歐洲被禁了，那代價可不是專利許可費能比的。合理的判斷是，這些案子大概會在一到兩年內以簽約收場。把鏡頭拉遠一點看，華為這次操作背後的東西，其實比幾場官司本身要大得多。想想看，十年前中國科技企業在國際專利糾紛裡是什麼角色？基本上就是被人追著打的。別人來告你侵權，你忙不迭地找律師應訴，能和解就和解，賠錢了事的也不少。那時候國內企業的普遍心態是“多一事不如少一事”，花錢買個太平，趕緊回去做生意。但這幾年情況一直在變。華為、中興這些企業在通訊、視訊編碼這些領域砸了大量的研發投入，專利的數量和質量都到了一個拐點。當你手裡攥著的專利確實夠硬、夠多的時候，攻守之勢就換了過來——不是你怕別人來告，而是別人要開始擔心你什麼時候出手。華為選擇在UPC這個被認為將重塑歐洲專利訴訟格局的新平台上頻繁亮相，不光是在給自己掙錢、爭利益，也是在給中國企業在國際知產遊戲的牌桌上爭一個更靠前的座位。說起來容易，做起來難。要走到今天這步，華為的準備工作其實從很早就開始了：在實驗室裡做研發的時候就盯著標準化方向佈局專利，在標準制定的會議上積極提交技術方案、爭取話語權，把攢下來的專利組合精心打理分類，到了該打官司的時候挑最有利的法院和最對路的律師團隊——這是一整套環環相扣的體系，不是臨時抱佛腳能搞定的。華為從曼海姆法庭上的一張訴狀，到最後大機率會簽下的全球許可協議，中間每一步棋都是這套體系在運轉。它傳遞出來的訊號也很清楚：中國企業不光能搞出世界級的技術，也有本事在全球最複雜的法律戰場上把這些技術變成實打實的商業回報。當然，這場仗還遠沒打完。UPC作為一個新生的司法機構，未來的走向本身就有不確定性，它的判例法體系還在一個案子一個案子地往外“長”，誰也說不準明天會冒出什麼新的裁判思路。迪士尼和Meta也不是軟柿子，它們有的是錢和律師，不會輕易就範——甚至不排除它們在某些程序性問題上做出強硬反擊的可能。但不管最後許可協議的條款怎麼談、價格怎麼定，華為已經用這一連序列動把自己在全球視訊編碼專利領域的權利人地位給立住了。從被告變原告，從防守轉進攻，從一個市場打到全球——對於那些同樣在謀求出海、謀求技術變現的中國科技企業來說，華為趟出來的這條路，值得仔細研究。 (心智觀察所)