觀點網訊：酷哇科技發佈全新自適應想像世界模型框架RISE，旨在解決傳統世界動作模型固定算力推演導致的資源浪費問題。RISE通過動態調度機制，根據場景複雜度自適應調整推演深度，提升規劃效率。有1248個測試場景在零推演下表現最佳，4036+2180個場景極度依賴3幀以上的深層未來預測。

傳統模型對所有場景分配固定幀數的想像預算，簡單場景過度推演增加延遲，複雜場景推演不足影響決策。RISE突破這一侷限，實現系統級自適應調度。

酷哇科技已開源RISE相關論文、代碼及CounterDrive反事實數據集，包括論文《RISE: Adaptive Imagination for World Action Models》、GitHub代碼倉庫及項目主頁。

官方測試數據顯示，RISE單次推理平均發生2.40次推演迭代，平均推演延遲壓縮至287毫秒左右。在nuScenes開環測試中，RISE平均軌跡L2誤差降至0.31m，平均碰撞率為0.10。

CounterDrive數據集包含來自nuScenes的2432條訓練、511條測試片段，以及來自NAVSIM的5013條訓練與1000條測試片段。

在DAWN模型接入RISE調度器後，PDMS得分從89.1提升至90.3，EP與TTC分別提升2.7分與2.3分。RISE架構對自動駕駛與具身智能領域的算力分配邏輯具有重構意義。