MoWorld de Moxing Technology porte un modèle de monde 4D sur téléphone HarmonyOS : présentation de Mo Xiaochong et points de vérification
Selon Xinzhiyuan, Moxing Technology lance une application exclusive à HarmonyOS, « Mo Xiaochong » : en téléversant quelques photos de chat, l'utilisateur génère un chat numérique 4D visible sous n'importe quel angle et aux mouvements continus, sur la base du modèle de monde 4D à reconstruction native MoWorld, dont le déploiement progresserait dans le cinéma et le jeu vidéo, l'intelligence incarnée, la conduite autonome, le jumeau numérique industriel, la planification urbaine et rurale et le tourisme culturel.
Ce qui change
Selon Xinzhiyuan, Moxing Technology a lancé une application exclusive à HarmonyOS, « Mo Xiaochong », présentée lors de la conférence de lancement du nouveau fleuron de Huawei. L'application permet à l'utilisateur de téléverser quelques photos de chat prises avec un téléphone ordinaire pour générer en quelques secondes un chat numérique 4D doté d'une structure spatiale, capable de mouvement et visible sous n'importe quel angle : lorsqu'on change de point de vue, le balancement de la queue reste continu, et en passant derrière le modèle, celui-ci ne reste pas figé. Le rapport indique que sa base technique est MoWorld, positionné comme un « modèle de monde 4D à reconstruction native », c'est-à-dire qu'il déduit directement la structure spatiale de la scène et des objets à partir de quelques images ou vidéos, puis l'étend en un espace parcourable incluant une dimension temporelle, avec une capacité de vue orbitale de type « bullet time », sans nécessiter de réseau multi-caméras. Le rapport indique également que MoWorld progresse sur plusieurs lignes industrielles : cinéma et jeu vidéo, entraînement en intelligence incarnée, conduite autonome, jumeau numérique industriel, planification urbaine et rurale et tourisme culturel, plusieurs projets de coopération étant en phase de validation technique et de mise en œuvre ; il mentionne une capacité de rendu d'actifs supérieure à 500 FPS et un fonctionnement à haut framerate sur terminal mobile susceptible de réduire la dépendance du monde interactif aux cartes graphiques haut de gamme. Ces performances et avancées de coopération relèvent du discours rapporté par les médias, sans reproduction indépendante ni benchmark tiers, le rapport provenant lui-même d'un contexte de communication du fabricant.
Conséquences pour les développeurs
Pour les développeurs, l'intérêt de cette nouvelle ne réside pas dans l'application animalière elle-même, mais dans le fait qu'elle déplace le lieu de déploiement du « modèle de monde » du centre de données vers le terminal, et qu'elle dessine une interface de type entrée d'images, sortie 4D structurée. Si cette capacité se vérifie, ce n'est pas la chaîne d'inférence textuelle qui est concernée, mais les étapes de la chaîne de contenu qui reposaient auparavant sur la modélisation manuelle, la capture multi-caméras ou le rendu de simulation à grande échelle : actifs de scène, environnements d'entraînement en simulation, scénarios de conduite de longue traîne, espaces de jumeau numérique. Il faut distinguer : le rapport indique seulement que MoWorld est un modèle interne et la base d'un produit, sans aucune information sur l'ouverture des poids, la licence, l'API ou le SDK ; on ne peut donc en déduire ni auto-déploiement ni licence commerciale. Les 500 FPS mentionnés sont une affirmation de débit de génération et de rendu d'actifs, et le haut framerate sur terminal une affirmation d'exécution sur appareil : ni l'un ni l'autre n'a de rapport avec le coût d'inférence cloud ou les plafonds de concurrence, et ne peut être converti directement en rapport coût-performance côté serveur. Les « avancées de déploiement » sur plusieurs lignes industrielles relèvent d'un état de coopération déclaré par le fabricant, d'un ordre de grandeur différent d'un produit livré et achetable. Pour les développeurs intégrant des modèles via un service d'agrégation comme KimiSeek, cet événement ne constitue pas actuellement une option de modèle disponible directement substituable : le catalogue en temps réel de KimiSeek ne comporte aucune entrée MoWorld ou Mo Xiaochong, et MoWorld ne figure pas dans le périmètre des modèles listés au catalogue.
Intégration et évaluation
Ce qui suit relève de recommandations et d'analyses conditionnelles, et non de faits rapportés. Première décision : la forme d'intégration. Le rapport confirme une application exclusive à HarmonyOS et un modèle interne, sans information sur une API, un SDK ou une publication de poids ; l'option disponible se réduit donc en pratique à une seule : la considérer comme un objet d'observation de capacité produit, non comme une dépendance. La condition préalable est que le projet puisse s'exécuter sur terminal ou dans l'écosystème HarmonyOS ; s'il s'agit de production de contenu par lots côté serveur ou sans dépendance à HarmonyOS, ce choix ne tient pas, et il faut continuer avec la chaîne de modélisation ou de simulation existante. Critère de vérification mesurable : comparer, sur un jeu de scènes fixe (par exemple 5 à 10 photos de téléphone d'une même pièce), avec le processus de modélisation manuelle existant, en enregistrant le temps de bout en bout depuis l'entrée jusqu'à un produit 4D parcourable et le nombre de reprises manuelles, plutôt que de se fier à un chiffre de framerate ponctuel. Deuxième décision : le contrat d'entrée et de sortie. Si une interface publique apparaît ensuite, le choix entre « quelques photos en entrée, espace 4D en sortie » et « vidéo en entrée, actifs de scène en sortie » dépend du type de charge de travail : la prévisualisation conceptuelle et le storyboard privilégient la génération rapide de multiples versions ; l'entraînement en simulation, lui, privilégie la cohérence physique et la reproductibilité, et nécessite la prise en charge de propriétés physiques telles que la gravité et le retour de collision ; le rapport indique seulement qu'après « ajout de propriétés physiques », l'interaction devient possible, sans préciser si la physique est une sortie native du modèle ou un post-traitement. Condition préalable : l'évaluation doit inclure un contrôle de la qualité de complétion des zones occultées, car « voir des angles jamais montrés directement dans les photos » est précisément la partie la plus susceptible de produire des hallucinations ou des étirements de texture. Critère de vérification mesurable : la cohérence géométrique des zones occultées (écart de position et d'échelle d'un même objet selon les points de vue) et la continuité du mouvement (absence de saut dans le mouvement des articulations ou de la queue lors de la vue orbitale), évaluées par notation manuelle ou par comparaison avec une capture multi-caméras de référence. Troisième décision : calcul et lieu de déploiement. Le rapport affirme qu'un fonctionnement à haut framerate sur terminal mobile peut réduire la dépendance aux cartes graphiques haut de gamme ; si cette affirmation se vérifie sur vos appareils cibles, l'exécution sur terminal permet d'économiser la transmission et le rendu serveur ; condition préalable : l'appareil cible doit relever du périmètre exclusif HarmonyOS et la latence d'inférence doit satisfaire le seuil d'interaction. Critère de vérification mesurable : mesurer sur l'appareil cible le temps d'attente entre le téléversement des photos et l'état interactif, ainsi que le taux de perte de trames pendant la navigation, et comparer avec la latence aller-retour du rendu cloud. Avant toute intégration, calculez les coûts sur la base de la page tarifaire de KimiSeek, les prix étant susceptibles de changer.
Limites et points à confirmer
Le point le plus important à clarifier : le modèle de monde 4D MoWorld et son application « Mo Xiaochong » décrits dans le rapport ne figurent à aucune entrée correspondante dans le catalogue en temps réel actuel de KimiSeek ; la disponibilité des modèles et produits mentionnés ici renvoie au côté fabricant tel que rapporté, et ne signifie pas qu'ils sont en ligne sur KimiSeek ou appelables via ce site. En outre, le rapport ne divulgue ni la taille des paramètres du modèle, ni les données d'entraînement, ni l'ouverture éventuelle des poids, ni les termes de licence, ni le prix d'une API, ni aucun benchmark tiers ; les mentions de « reconstruction native », « plus de 500 FPS » ou « première mondiale » relèvent du discours du fabricant relayé par les médias, sans reproduction indépendante. L'« entrée en phase de validation technique et de mise en œuvre concrète » sur plusieurs lignes industrielles décrit un état de coopération et non un produit livré ; « susceptible de réduire la dépendance aux cartes graphiques haut de gamme » est une formulation prospective, non une conclusion mesurée. Sur des dimensions de qualité essentielles comme la complétion de scènes vides, l'exactitude de l'interaction physique ou le réalisme des scénarios de longue traîne, le rapport ne fournit aucun indicateur vérifiable ; les développeurs devraient mener une validation à petite échelle avec leurs propres données avant de décider d'intégrer ou non cette brique dans leur chaîne.