发布即开源，腾讯混元3D世界模型1.0来了：全景生成、可漫游、可交互

最新推荐文章于 2025-07-28 17:40:11 发布

优快云资讯

最新推荐文章于 2025-07-28 17:40:11 发布

阅读量305

点赞数 1

CC 4.0 BY-SA版权

文章标签： 3d

本文链接：https://blog.youkuaiyun.com/csdnnews/article/details/149728701

责编 | 梦依丹

出品 | 优快云（ID：优快云news）

在生成式 AI 重塑 3D 内容创作流程的浪潮中，一场场技术革新正悄然改变游戏、美术、影视等产业的生产底座。

作为最受欢迎的 3D 开源模型之一，混元 3D 模型在 Hugging Face 平台下载量已超过 230 万，广受全球开发者认可。

在 2025 世界人工智能大会腾讯论坛上，腾讯正式发布并开源其全新「混元 3D 世界模型 1.0」，该模型不仅支持通过文本或图像生成完整 3D 场景，还具备 360° 沉浸式漫游、资产导出为标准 mesh 格式、支持主流建模软件编辑等功能，真正实现从“AI 能画”到“人能用”的跃迁。

话不多说，直接展示：

在今年 4 月的 2025 全球机器学习技术大会上，腾讯混元 3D 项目负责人郭春超接受优快云专访时就提到：腾讯混元 3D 系列模型正从“重建一个物体”到“生成一个场景”，再到“理解一个世界” 迈进，他们希望生成的不只是一个‘看起来像’的模型，而是一个创作者可以直接使用的可交付资产。

在短短几个月的时间，混元 3D 模型就实现了从单物体生成迈向完整场景的生成。

近日，郭春超老师在接受优快云线上采访时表示：当前的核心目标是生成稳定、可信的三维场景，这是虚拟游戏与具身智能仿真等应用的基础。混元 3D 世界模型 1.0 的发布，标志着我们在“从物体到场景”这一阶段实现了初步突破。

下一步，他们将引入更多交互能力，如融合 VR、AR 等技术，进一步推动世界模型从“场景生成”迈向“世界理解”。

混元世界模型 1.0 应用概览（VR，游戏开发，场景编辑，物理仿真等）

为了更直观了解混元 3D 世界模型 1.0 的实际使用效果，我们也邀请了优快云博客专家、虚幻官方授权讲师、Unity 认证开发者、某高校游戏开发课程教师“老王”进行了深度体验，并给出了一些真实反馈建议：

1、模型在生成全景图时响应较快，整体构图和细节呈现令人满意，尤其是在风格化场景下表现突出，初步展现了良好的艺术泛化能力。

2、从实际测试示例来看，输出 mesh 面数较多，部分不可见区域未作裁剪处理，需要多次调整尝试，建议未来加强几何简化优化，以更适配游戏引擎的实时性能需求。同时，希望官方能在预览引擎中加入多种专业视图模式（如线框、白模等），便于开发者更方便进行模型审查与调整。

打开 3D 世界生成新维度：一句话创造可漫游的 3D 世界

作为业界首个开源、兼容 CG 工业生产管线的 3D 世界生成模型，混元 3D 世界模型 1.0 不仅面向科研圈、开发者和 AI 爱好者，更真正对接了游戏开发、物理仿真等高标准场景需求。

自研的层次化 3D 场景表征及生成算法，支持 3D Mesh 导出，在保证生成场景的逼真度和沉浸感的同时，兼容已有 CG 管线进行二次开发，如游戏开发、物理仿真、场景编辑等。

混元世界模型1.0方法流程图

腾讯混元 3D 世界模型 1.0：

Github 项目地址：https://github.com/Tencent-Hunyuan/HunyuanWorld-1.0
项目主页：https://3d-models.hunyuan.tencent.com/world/
体验地址：https://3d.hunyuan.tencent.com/sceneTo3D
Hugging Face 模型地址：https://huggingface.co/tencent/HunyuanWorld-1

其核心能力亮点如下：

全景生成，一步成“世界”：相比以往模型只能生成“一个角落”的局部视角，混元支持直接构建完整的 360° 世界场景，四周内容连续、空间感强，具有更强沉浸感与拓展性。
结果可导出、可编辑，真正“能用”：模型输出的内容不仅是“看图”，而是结构化的 3D mesh 网格数据，可一键导出并无缝对接到 Blender、Unity、Unreal Engine 等主流工具中，真正走向 CG 生产环节。
此外，模型采用自研的“层次化 3D 场景生成算法”，将前景物体、背景地形、天空层等自动区分，使后续二次编辑更加灵活。
可交互，可漫游：与传统的 2D 全景图不同，混元生成的是“可探索”的 3D 世界。用户不仅可以原地观察，还可以在其中自由移动、视角切换，实现“人在场景中”的沉浸式体验。
多模态输入支持：支持“文字生成场景”“图像生成场景”等多种输入方式，适配创作者不同工作流程。

此外，腾讯混元团队也从定量角度评估混元世界模型 1.0 性能，针对 360° 全景与 3D 场景生成能力，与开源或者开放接口工作进行了对比，包括纹理细节、美学质量、指令遵循等评价维度，结果显示，混元世界模型 1.0 在生成质量上全面超过了 SOTA 开源模型。

文生 360° 全景指标

图生 360° 全景指标

文生 3D 场景指标

图生 3D 场景指标

据介绍，除本次发布即开源的混元 3D 世界模型 1.0，混元还将在月底开源一系列小尺寸模型，包含 0.5B、1.8B、4B、7B 混合推理模型，更轻量、好部署。在 LMArena Vision 榜单拿下国内第一的多模态理解模型混元-large-vision，以及专为游戏场景优化的交互式游戏视频生成框架混元 GameCraft 等也将于近期对外开源。（投稿或寻求报道：zhanghy@youkuaiyun.com）