Echo-2 generiert die besten begehbaren 3D-Welten
SpAItial zeigt ein neues Modell, das aus Bildern oder Text-Prompts interaktive Umgebungen direkt im Browser erstellt.
Das Entwicklerteam SpAItial präsentiert mit Echo-2 ein neues KI-Modell, das aus simplen Text-Prompts oder Einzelbildern interaktive 3D-Umgebungen generiert. Dabei schlägt die zugrundeliegende Architektur bisherige Lösungen deutlich und berechnet persistente Räume in Echtzeit.
Abkehr von klassischem Video-Rendering
Bisherige Ansätze zur Weltengenerierung setzen häufig auf sequentielle Video-Modelle. Nacheinander berechnen diese Systeme einzelne Frames. Hoher Rechenaufwand sowie stetige geometrische Fehler begleiten diesen fehleranfälligen Prozess fast immer.
Einen grundlegend anderen Ansatz verfolgt hingegen Echo-2. Direkt aus dem Input entsteht eine räumlich konsistente 3D-Repräsentation. Für die flüssige Darstellung im Browser greifen die Programmierer auf 3D Gaussian Splatting zurück. Selbst auf schwächerer Hardware erkunden Anwender die detaillierten Umgebungen dadurch ohne spürbare Verzögerungen.
Twitter Beitrag - Cookies links unten aktivieren.
🚀Echo-2 is here - our new world model!
— SpAItial AI (@SpAItial_AI) April 28, 2026
These aren’t videos. These are 𝟑𝐃 𝐬𝐜𝐞𝐧𝐞𝐬. Generated from a single image.
- Stunning visual quality.
- Real-time rendering.
- Interactive camera control.
- Physically grounded.
🧵More details👇 pic.twitter.com/Y6NkSMvPio
Spitzenwerte im direkten Vergleich
An die Spitze setzt sich das neue KI-Modell souverän in den quantitativen Tests des WorldScore-Benchmarks. Einen Gesamtwert von 74,7 Punkten verbucht Echo-2 hier für sich. Bekannte Mitbewerber wie Marble 1.1 oder HY-World 2.0 bleiben dabei punktemäßig spürbar zurück.
Gerade bei der präzisen inhaltlichen Umsetzung der eingegebenen Text-Prompts glänzt das System mit einem Spitzenwert von 89,2. Visuell schneiden die generierten Räume in der subjektiven Bewertung ebenfalls signifikant besser ab als die bisherige Konkurrenz.
Anzeige
Virtuelle Umgestaltung und Robotik
Gleichzeitig erfasst die Software die semantische Bedeutung der kompletten Szene. In einzelne Bausteine wie Stühle, Tische oder Böden zerlegt das System den erstellten Raum. Nutzer tauschen so gezielt Objekte aus oder passen den visuellen Stil an, während die globale räumliche Struktur unangetastet bleibt.
Aus flachen zweidimensionalen Plänen entstehen im Architekturbereich in Sekunden begehbare Modelle. Robotik-Spezialisten trainieren ihre Maschinen wiederum in den digitalen Zwillingen echter Fabrikhallen, bevor der physische Einsatz erfolgt. Kommende Updates sollen zusätzlich physikalische Gesetzmäßigkeiten in die Welten integrieren. Die interaktiven Demos testen Interessierte ab sofort.