Murea Labs 开源 InWorld：42 GB 的 Murea-Fast 八步出声画，WBench 第一却是未发布的 50 步 Murea-Pro
Murea Labs 开源 InWorld：42 GB 八步 Murea-Fast 可下载，WBench 榜首是未发布的 50 步 Murea-Pro。
Murea Labs 在 2026 年 10 月 17 日放出了 InWorld：一个把世界状态账本和音视频生成模型接起来的交互式世界模型项目。当天 05:19Z，Hugging Face 上的 MureaLabs/InWorld 提交了 42,018,192,440 字节（约 42.02 GB）的权重，文件名当时是 model_ema_distilled8_step_07000.safetensors，05:23Z 改名为 murea-fast.safetensors，HF API 标记为非 gated；代码仓库同日合入 PR #2，用 Apache-2.0 发布，技术报告 27 页。可下载的只有 8 步蒸馏的 Murea-Fast，WBench Full-289 榜首那个 81.13 分属于 Murea-Pro，权重不在这次发布里。这家 Murea Labs 与做实时语音、游戏 NPC 的 Inworld AI（inworld.ai）没有关系，搜索结果容易串。
要点
- 权重文件大小、步数、输出规格写在模型卡里：42,018,192,440 字节，8 步采样，1280×704、24 fps，示例片段 121 帧约 5 秒。
- 官方性能文档给出四张 141 GB H20 上的实测：121 帧首请求 16.1 秒、重复请求 15.4 秒，每卡峰值预留显存 78,852～80,866 MiB；README 对外写的是「约 17 秒」。
- WBench Full-289 子榜一共 16 个模型，Murea-Pro 以 81.1 排第一，第二名 XGEN-Jing 81.0，差 0.1 分；默认的 Navi(158) 榜有 44 个模型，Murea 不在其中。
放出的是什么
InWorld 由两部分组成：Murea-Mind 是负责规划、检查与记忆的智能体，Murea-Fast 是按参考图生成带声画的服务。仓库把两者分开打包，inference/ 是 Fast 的推理服务，agent/ 是能开世界、跑剧情的 Murea-Mind，两者通过 HTTP API 通信。这个结构解释了它为什么自称世界模型：视频模型只负责拍，剧情连续性靠另一层状态账本维持。
权重不是下载完就能跑。部署文档只说 checkpoint 替换 DiT，inference/README.md 说得更细：它含 DiT 和 258 个训练过的 text-connector 张量，prepare 会把这 258 个张量合并进底座组件，底座里独有的四个 text-projection 张量（audio_text_proj_in 与 video_text_proj_in 的权重和偏置）保留原样；因此这个 checkpoint 不能单独当 DiT 的替换件用。此外还要拉完整的 LTX-2.5-Diffusers 目录，包含 tokenizer、文本编码器、connectors、视频与音频 VAE 和 vocoder。官方给的第一步是校验 SHA-256，然后 prepare 与 start，健康检查打在 127.0.0.1:30260/health。README 的 Security 一节直接说，推理服务和智能体都没有鉴权，放到共享网络前要先读安全说明。
速度有一张按请求类型拆开的表，比宣传口径更有用。四卡配置是 141 GB 的 H20，序列并行度 4；单卡那列是同一台机器上的对照，不是另一种优化。
| 请求 | 单张 H20 | 四张 H20 | 四卡每卡峰值显存 |
|---|---|---|---|
| 121 帧生成，首请求 | 44.8 s | 16.1 s | 78,852 MiB |
| 121 帧生成，重复请求 | 43.7 s | 15.4 s | 79,766 MiB |
| 137 帧续写（17 帧前缀） | 44.8 s | 18.8 s | 80,866 MiB |
这张表还带一条限制：参考图不缩放到输出分辨率，768×768 的图加 576 个 token，一张 4000×3000 的照片加 11,750 个 token，耗时随参考图尺寸上升；同一份文档承认，三个角色的场景里约一半片段会丢角色或把两个人合成一个。
榜单第一名怎么来的
WBench 是美团 LongCat 与复旦合作的交互视频世界模型评测，官方页面标注更新于 2026/10/12，Full-289 覆盖 289 个用例、1,058 轮交互。页面上 Murea-Pro 那行的 data-model-id 是 museflow_pro，图标文件名是 imgs/musee.png，页面给它标的更新日期是 2026/09/23——比代码仓库里 10 月 9 日「Murea 首次公开版本」的提交还早。技术报告 PDF 的元数据标题也还是「Musee: Reference-Conditioned and Streaming Audiovisual Generation」，作者写作 Musee Model Team。改名发生在公开之前，这条是页面与文件元数据留下的痕迹。
关键的榜面结构是这样：Full-289 表只有 16 行，Navi(158) 表有 44 行，页面默认打开 Navi。Murea 只在 Full 里出现。Navi 的前三名是 Alaya-EVOKE-Turbo 82.0、XGEN-Jing 81.9、Enuma 81.7，都高于 Murea-Pro 的 81.1。Full 表里排第二的是 XGEN-Jing 的 bidirection 配置 81.0，第三是它的 4-step AR 配置 79.9，Kling 3.0 以 79.4 排第四。
| 名次 | 模型 | 总分 | 状态 |
|---|---|---|---|
| 1 | Murea-Pro | 81.1 | 未发布，自评 |
| 2 | XGEN-Jing（bidirection） | 81.0 | 开源，自评 |
| 3 | XGEN-Jing（4-step AR） | 79.9 | 开源，自评 |
| 4 | Kling 3.0 | 79.4 | API |
自评标记这件事需要说准。页面源码里，Murea-Pro 行带 data-evaluation-source="self-evaluation"，但整页没有任何 CSS 或 JavaScript 读取这个属性：脚本里只有 getAttribute('href') 和 getAttribute('src') 两处。把 script 与 style 去掉后，可见文本里 “self” 出现 0 次，「自评」也是 0 次。这不是 Murea 一家的问题——XGEN-Jing 的两行、Alaya-EVOKE-Turbo、Enuma 等行也带同类属性，页面对所有自评行一视同仁地不显示。所以「榜单标注为自评」这句话只成立于读源码的时候。
三处口径落差
第一处是模型对不上。榜首的 Murea-Pro 按报告 5.4 节是 50 步采样、I2VA 首帧条件、1344×768、24 fps、固定种子 42；开源的是 Murea-Fast，8 步、1280×704。报告摘要里「最高分」和「开源权重」分属两个模型，媒体标题把两件事并成一句「双榜第一」。榜单本身标了 Unreleased，这一点没有藏。
第二处是名次的分母。81.13 是 16 个模型里的第一，不是全部参评模型里的第一——报告的 Table 3 只列了 14 行，XGEN-Jing、Alaya-EVOKE、Enuma 都不在其中。更麻烦的是「领先第二名」这个说法：报告用 Kling 3.0 当最高基线，算出 Interaction +9.52、Physical +5.23；榜单上真正的第二名是 XGEN-Jing，交互 76.7、物理 73.3，对应差值 5.9 和 1.1。机器之心 10 月 18 日的稿件写「分别领先第二名 9.52 分和 5.23 分」，把基线当成了第二名。
第三处是 OpenS2V-Eval 的 64.98。报告 Table 1 的标题写明所有分数用统一评测管线重算过，这不是榜单官方公布的数值；同一张表里 Seedance 2.0 的 67.13 更高，但它在 180 个用例里只返回 148 条、拒答 32 条，在共同的 148 个用例上 Murea-Fast 是 66.11。Murea-Fast 在 OS2V-Pro 的综合分是 69.9，低于 Kling V3 Omni 的 70.1，报告正文自己也写了「close to」。这两项加在一起，能支持的结论是「开源参考生视频里最强之一」，撑不起「SOTA」。
报告自曝的折扣
技术报告第 19 页有一段容易被漏掉的说明：OS2V-Pro 的 VTF 与 Bind 检查清单，是从喂给 Murea-Fast 的扩展 prompt 派生的，这些细节不在官方 prompt 里，报告自己称之为给 Murea-Fast 的「input advantage」。也就是说，任务遵循这一项的高分里混进了提示词信息量的差异。同一份报告给出的分项也印证了边界：VTF 95.5 排第一，Bind 只有 19.6，低于 Kling V3 Omni 的 22.6；音频的 ATQ 59.7、VESA 75.0 也低于 Kling 的 66.3 和 88.7。
任务级别的分数同样不平。Murea-Pro 在 event editing 上 90.92、subject action 87.04，perspective switching 80.65，navigation 只有 71.79。报告结论把导航、长程规划和场景一致性列为「主要改进方向」。这些是作者写下的，不是外部质疑。
许可与上手
代码是 Apache-2.0，权重不是。模型卡把许可标成 other，指向 LTX-2.x Community License（许可日期 2026 年 8 月 11 日），README 说明 Murea-Fast 是 LTX-2.5 的衍生模型。许可第 2.1 条规定，年营收达到 1000 万美元的实体，除纯非商业用途外，任何使用都要先取得付费商用许可。把它叫作「完全开源」会误导要商用的团队；开放权重和开源许可证在这类项目上经常是两件事，我们在 Ling-3.1-flash 那篇里也拆过同样的区别。
想动手，最短路径是四步：hf download MureaLabs/InWorld murea-fast.safetensors --local-dir ./weights；git clone https://github.com/Murea-Labs/InWorld.git；按部署文档补上 LTX-2.5 的基础组件并在 configs/ 里填四个绝对路径；bash scripts/murea-fast verify <权重路径> --sha256 之后 prepare、start。Murea-Mind 可以跑在任何装了 Python 3.12 的机器上，但需要一份文本与图像模型的 API key（Gemini、OpenAI 兼容服务或 DashScope）。
编辑判断
这条新闻值得写，因为 42 GB 的权重、可复核的显存与延迟数字、27 页报告都是真的，照文档能跑起来；四张 H20 上 15～16 秒出一条 5 秒有声片段，对做参考生视频的团队是可用的量级。视频生成提速这条线我们此前写过 SparkDiffusion，那篇是单卡加速比，这里是多卡吞吐，两个数字不能直接比。
需要一起带走的是三件事。榜首属于一个没有放出的 50 步模型，开源的是另一个 8 步模型，两者不该混着引用；榜面上第一和第二只差 0.1 分（81.1 对 81.0），第二名还是同样带自评标记的 XGEN-Jing；Fast 建立在 LTX-2.5 之上，画质基线有多少来自底座，报告没有做消融。和 Kling 4.0 这类闭源商用模型比，InWorld 的优势在可下载和可改，劣势在许可与工程门槛。
社区的冷启动也还没发生。2026-10-19 查，GitHub 仓库 6 个 star、2 个 fork，HF 上 0 次下载、2 个喜欢，Hacker News 按标题与链接检索为 0 条，没有第三方复现或实测。目前能找到的中文报道只有机器之心一篇，网易、搜狐是同一稿的转载；该文直接访问只返回 3,375 字节的「机器之心·数据服务」推广页，我们是通过文本代理读到正文、再与网易转载逐字核对的。所以这篇的判断全部来自一手材料，没有独立媒体背书可借。
接下来要看的是 Murea-Pro 会不会放权重，以及 WBench 会不会把自评行在页面上标出来——现在的页面在视觉上分不出组织方评测和团队自评。