【导语:腾讯正式发布并开源混元3D世界模型2.0,让AI实现从“对话”到“造世界”的进化,能生成包含人、物、景的完整“世界”,还可与现有游戏工作流无缝对接。】

腾讯开源的混元3D世界模型2.0(HY - World 2.0),是一个多模态世界模型,它使AI从“对话”“画图”“捏物体”进化到“造世界”,可根据文字、图片、视频等输入,自动生成、重建和模拟3D世界。
该模型支持多格式3D资产导出,能与现有游戏工作流无缝对接,可用于快速生成游戏地图和关卡原型,生成的3D资产还能直接导入游戏制作或具身仿真引擎,真正实现可玩、可用。

混元世界模型2.0支持文、图、视频多种输入。输入文字或图片,模型能精准解析复杂语义,一键生成风格多样的可漫游世界。与1.0版本相比,2.0的模型架构全面升级,画面精细度和真实感大幅提升。
用户可自定义风格,按需生成真实风、漫画风、游戏风的3D空间,生成后还能将资产导入Unity、UE等引擎进行二次编辑,显著降低了游戏地图的创作门槛。
此外,模型支持角色模式,用户可操作角色在场景中自由探索,具有物理碰撞。同时,它还能复刻真实3D场景,输入真实空间的视频或多视角图片,就能构建高精度数字孪生空间。

混元世界模型2.0以3D为主轴,通过统一空间理解、生成、重建的架构,实现了SOTA级的生成效果。全新升级的HY - Pano - 2.0模型采用端到端隐式学习方案,配合混合训练策略,保证了生成质量和泛化能力。
团队自研的空间Agent技术,结合VLM与navmesh表征,让大模型能理解空间语义,智能规划漫游轨迹。关键创新在于“精确的相机控制 + 细粒度视觉细节保持 + 空间一致性记忆机制”,打造了业界最强的新视角生成模型HY - WorldStereo。
最后,通过HY - WorldMirror 2.0将生成片段整合为统一的、可交互的3D世界,生成的场景采用3D高斯泼溅表示,还能转出高质量mesh,无缝导出到主流游戏引擎,支持二次编辑和创作。
编辑观点:混元3D世界模型2.0的开源,为游戏开发等领域带来了新的可能,降低创作门槛的同时,提升了生成效果,有望推动相关行业的发展。
2003



被折叠的 条评论
为什么被折叠?



