混元世界模型上新，综合能力问鼎WorldScore排行榜

最新推荐文章于 2025-09-13 01:36:09 发布
转载 最新推荐文章于 2025-09-13 01:36:09 发布 · 142 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s?__biz=MzIwMzYwMjkzOQ==&mid=2247494453&idx=1&sn=b5f2ed43ffdc5bd8397ac90d0da3f84e&chksm=977a7cadfea2d8d26f256c955f6bb33ed3e5fb9b6e68e579e799495fab815ecec57796925812&scene=126&sessionid=0

今天，混元3D世界模型系列最新成员——HunyuanWorld-Voyager（简称混元Voyager）正式发布，这也是业界首个支持原生3D重建的超长漫游世界模型。

该模型聚焦于AI在空间智能领域的应用扩展，将为虚拟现实、物理仿真、游戏开发等领域提供高保真的3D场景漫游能力。 

混元Voyager突破了传统视频生成在空间一致性和探索范围上的局限，能够生成长距离、世界一致的漫游场景，支持将视频直接导出为3D格式。

图片

混元Voyager 3D输入-3D输出的特性，与此前已开源的混元世界模型 1.0 高度适配，可进一步扩展 1.0 模型漫游范围，提升复杂场景的生成质量，并可对生成的场景做风格化控制和编辑。

图片

不仅如此，混元Voyager 还可支持视频场景重建、3D物体纹理生成、视频风格定制化生成、视频深度估计等多种3D理解与生成应用，展现出空间智能的潜力。

图片

当前，可交互的视频模型已经展现出在世界模型生成上的潜力。然而，实际应用中（如虚拟现实、物理仿真等）通常需要能够建模的显式 3D 场景，纯视频的生成内容很难为用户提供更加真实的交互形式。

另一方面，直接生成3D形式的世界场景，虽具备更好的空间结构的一致性和交互应用的拓展性，却受限于3D训练数据稀缺与3D表征内存效率低下等问题，无法泛化到更多的类别和更大场景中。

混元Voyager框架创新性地将场景深度预测引入视频生成过程，融合了视频生成与3D建模优势，基于相机可控的视频生成技术，从初始场景视图和用户指定相机轨迹中，合成可自由控制视角、空间连贯的RGB-D视频（包含RGB图像和深度信息的点云视频）。

图片

用户可通过键盘或者摇杆控制生成对应的视频画面，并通过3D空间记忆保持画面的高度一致性，实现与可交互视频模型如Genie3等相同的功能。同时，Voyager还支持将生成视频无损导出3D点云，无需依赖COLMAP等额外重建工具。

图片

混元Voyager首次通过空间与特征结合的方式，支持原生的3D记忆和场景重建，避免了传统后处理带来的延迟和精度损失。同时，在输入端加入3D条件保证画面视角精准，输出端直接生成3D点云，适配多种应用场景。额外的深度信息还能支持视频场景重建、3D物体纹理生成、风格化编辑和深度估计等功能。

Voyager还引入了可扩展的世界缓存机制，基于1.0模型生成的初始3D点云缓存，将其投影到目标相机视图，为扩散模型提供指导。此外，生成的视频帧还会实时更新缓存，形成闭环系统，支持任意相机轨迹，同时维持几何一致性。这不仅扩展了漫游范围，还为1.0模型补充新视角内容，提升整体生成质量。

图片

该模型在斯坦福大学李飞飞团队发布的世界模型基准测试WorldScore上位居综合能力首位，超越现有开源方法，在视频生成和3D重建任务中均表现出色。在视频生成和视频3D重建两个任务上，Voyager也均取得更好的结果。

图片

Voyager在世界模型排行榜 WorldScore上，取得了综合能力第一名的成绩https://huggingface.co/spaces/Howieeeee/WorldScore_Leaderboard

图片

图生视频指标

图片

视频重建指标

图片

和现有开源方法比较，HunyuanWorld-Voyager可重建出更加精确的3DGS场景

腾讯混元世界模型系列开源正不断加速。7月，混元3D世界模型1.0发布并开源，成为业界首个兼容传统CG管线的可漫游世界生成模型。8月，推出1.0 Lite版，降低显存需求，支持消费级显卡部署。仅两周后，针对遮挡视图和探索范围限制，混元团队进一步优化，推出超长漫游世界模型Voyager。

此前，混元已陆续开源业界领先的文生图、视频生成和3D生成能力，提供接近商业模型性能的开源模型，

混元3D系列开源模型下载量位居开源社区榜首

。

在基础模型方面，混元开源了MoE架构的代表性模型混元large、混合推理模型Hunyuan-A13B，以及多个面向端侧场景的小尺寸模型，最小仅0.5B参数。最新开源的翻译模型Hunyuan-MT-7B，在国际翻译比赛中斩获31个语种中的30项冠军。

HunyuanWorld-Voyager 现已正式上线，相关技术报告已公开，源代码在GitHub和Hugging Face上免费开放，欢迎大家下载和使用。

  • 项目主页：https://3d-models.hunyuan.tencent.com/world/

  • Github：https://github.com/Tencent-Hunyuan/HunyuanWorld-Voyager

  • Hugging Face：https://huggingface.co/tencent/HunyuanWorld-Voyager

  • 技术报告：https://3d-models.hunyuan.tencent.com/voyager/voyager_en/assets/HYWorld_Voyager.pdf

关注腾讯开源公众号

获取更多最新腾讯官方开源信息！

加入微信群即可了解更多“腾讯开源新动态”

图片

tencent__open
关注
腾讯混元大模型翻译能力接入教程
a18792721831的博客
01-01 735
腾讯混元大模型翻译能力接入
新手操作指引：快速上手腾讯混元大模型
2301_81887304的博客
09-24 2396
腾讯混元大模型是一款功能强大的AI工具，适用于文本生成、图像创作和视频生成等多种应用场景。对于新手用户，快速上手并充分利用这一工具可能会有些挑战。本文将提供详细的新手操作指引，帮助您轻松开始使用腾讯混元大模型。
腾讯混元3D世界模型：多模态大模型如何重塑虚拟世界与数字孪生？
Liudef06的博客
07-31 2023
在虚拟与现实加速融合的元宇宙时代，腾讯混元3D世界模型正突破性地将文本、图像、3D建模和物理模拟无缝融合，为游戏开发、数字孪生和虚拟社交带来革命性变革。
【ESP32接入国产大模型之腾讯混元】
vor234的博客
12-16 2652
🥳🥳🥳现在，我们在本教程中，您学习了如何使用ESP32接入语言大模型之混元。🛹🛹🛹从而实现对外部世界进行感知，充分认识这个有机与无机的环境，后期会持续分享esp32跑freertos实用案列🥳🥳🥳科学地合理地进行创作和发挥效益，然后为人类社会发展贡献一点微薄之力。🤣🤣🤣如果你有任何问题，可以通过q group(945348278)加入鹏鹏小分队，期待与你思维的碰撞😘😘😘。
腾讯混元大模型简介
Java/Python大数据随笔
03-16 1351
1、大模型概述2、大模型、人工智能与机器学习3、腾讯混元大模型简介4、混元大模型训练及调优5、混元大模型训练数据大模型（Large Models）通常是指参数规模庞大、计算能力强大的人工智能模型，尤其在自然语言处理（NLP）、计算机视觉（CV）等领域表现突出。1）核心特点参数规模大：参数量从数亿到数万亿不等（如GPT-3有1750亿参数）数据量巨大：训练数据通常涵盖千亿级的文本、图像等多模态信息算力需求高：依赖高性能GPU/TPU集群，训练耗时数周甚至数月通用性强。
腾讯开源超长漫游世界模型混元Voyager：构建属于自己的3D世界
攻城狮7号的博客
09-13 1421
长期以来，AI生成的视频更像是一段被预设好路径的“电影”，我们只能看，却无法自由探索。腾讯混元团队最新开源的Voyager模型，正试图打破这堵墙。它通过原生3D重建和创新的“世界缓存”机制，让AI不仅能生成视频，更能构建一个几何一致、可无限漫游的3D世界。本文将深入解析Voyager的技术核心，探讨它是如何从根本上解决空间一致性难题，以及这项技术的开源，对游戏开发、VR/AR乃至整个3D内容产业意味着什么。
10分钟了解腾讯云混元大模型AIGC系列产品
csdn565973850的博客
11-10 1292
总的来说，目前腾讯云混元大模型AIGC系列产品已经可以涵盖AIGC所能涉及的核心方向以及绝大多数的场景，企业和个人也可以通过API接入的方式快速使用AIGC产品，从而体验AI时代带给人们的不同体验。产品介绍文档内容丰富，API接口说明详细，对于用户来说以最大的限度来降低用户的学习接入成本，是一款值得尝试的系列好产品，有需要的用户可以放心体验了。
腾讯混元大模型代码能力实测
qq_38175040的博客
11-20 814
以上的两个例子都是举的java的例子 ，实际上python等其他语言也都类似。我们在使用腾讯混元模型生成代码时，通常得到的都是一些基础的代码 ，当然，这些代码都是正确的。在实际工作过程中 ，我们可以拿生成的代码先进行简单的连接调试，随后根据需求自行改进和额外封装。因此，对于第一点模块代码的生成功能，我的使用感受是第一点：可以快速生成最基本的调试代码，其次可以过滤掉传统搜索引擎很多无效的信息。个人认为，在项目或者框架的启动阶段格外实用。
混元大模型：AI江湖中的新王者登基
步子哥的博客
11-07 880
混元大模型无疑是当今AI领域的顶尖存在，其庞大的参数规模、卓越的性能优化，以及在多任务和多语言上的出色表现，都使其成为了AI江湖中的“武林盟主”。无论你是刚入门的开发者，还是经验丰富的AI专家，混元大模型都为你提供了一个广阔的舞台，助你在AI的江湖中一展身手。如果你想在未来的AI世界中占据一席之地，那么混元大模型无疑是你最佳的选择。让我们一起加入腾讯的开源社区，探索和优化AI模型的未来，共同书写AI江湖的新篇章！
借助 Cookie 信息快速访问腾讯混元大模型
08-23
腾讯混元大模型是腾讯公司开发的一种先进的机器学习模型，其设计目的是为了处理和分析大规模数据集，提供高效的计算和智能分析能力。为了利用这一模型，用户需要访问腾讯提供的服务或接口，而通过Cookie信息快速访问...
支持轻量化部署的混元3D世界模型Lite版本上线魔乐社区，昇腾部署实践来啦
2401_87243659的博客
08-22 904
腾讯混元3D世界模型推出Lite版本，来看看如何基于昇腾玩转该模型
Robotstudio传送链动态跟踪技术[代码]
最新发布
11-24
本文详细介绍了ABB公司推出的Robotstudio离线编程与仿真软件在传送链动态跟踪技术中的应用。文章围绕机器人对传送带上动态工件的精准识别与加工，系统讲解了动态目标识别、路径规划、同步控制与安全策略等核心技术。通过Solution2配置文件和实操视频，帮助用户掌握从仿真设计到实际部署的完整流程。内容涵盖Robotstudio基础功能、工作单元构建、动态目标识别技术实现、机器人路径规划与轨迹控制、安全策略配置与碰撞检测，以及Solution2项目文件结构与工程交付流程。适用于工业自动化与机器人开发领域的工程师和技术人员，为其提供了一套完整的传送链跟踪技术解决方案。
Redis安全漏洞全解析[项目源码]
11-24
本文详细解析了Redis未授权访问漏洞的成因、影响版本及防御措施，包括主从复制原理分析与本地靶场实战。文章首先介绍了Redis的基本概念和特点，随后深入探讨了未授权访问漏洞的成因、影响版本及防御措施。接着，详细讲解了在CentOS 7上部署Redis的步骤，包括安装准备、下载安装、服务管理和防火墙配置。文章还提供了Redis未授权访问漏洞的验证方法和演示，包括定时任务、SSH公钥写入和Web目录shell写入等利用方式。此外，还介绍了Redis主从复制机制、持久化与主从复制的关系，以及单机模拟Redis主从复制的步骤。最后，文章通过Vulfocus靶场实战演练，展示了Redis Lua沙盒绕过命令执行(CVE-2022-0543)和Redis未授权访问漏洞的利用方法。
分布式微服务企业级系统设计与实现(源码+论文)
11-24
分布式微服务企业级系统是一个基于Spring、SpringMVC、MyBatis和Dubbo等技术的分布式敏捷开发系统架构。该系统采用微服务架构和模块化设计，提供整套公共微服务模块，包括集中权限管理（支持单点登录）、内容管理、支付中心、用户管理（支持第三方登录）、微信平台、存储系统、配置中心、日志分析、任务和通知等功能。系统支持服务治理、监控和追踪，确保高可用性和可扩展性，适用于中小型企业的J2EE企业级开发解决方案。 该系统使用Java作为主要编程语言，结合Spring框架实现依赖注入和事务管理，SpringMVC处理Web请求，MyBatis进行数据持久化操作，Dubbo实现分布式服务调用。架构模式包括微服务架构、分布式系统架构和模块化架构，设计模式应用了单例模式、工厂模式和观察者模式，以提高代码复用性和系统稳定性。 应用场景广泛，可用于企业信息化管理、电子商务平台、社交应用开发等领域，帮助开发者快速构建高效、安全的分布式系统。本资源包含完整的源码和详细论文，适合计算机科学或软件工程专业的毕业设计参考，提供实践案例和技术文档，助力学生和开发者深入理解微服务架构和分布式系统实现。 【版权说明】源码来源于网络，遵循原项目开源协议。付费内容为本人原创论文，包含技术分析和实现思路。仅供学习交流使用。
STM32H743 IAP UART升级[项目源码]
11-24
本文详细介绍了基于STM32H743ZIT6微控制器的IAP（在应用编程）实现方法，通过UART接口进行固件在线升级。内容涵盖STM32H7系列内存架构解析（包括ITCM、DTCM、AXI SRAM等区域特性与地址分配）、Flash擦写操作流程（解锁-擦除-写入-上锁）、Bootloader与APP程序的设计与配置（包括MPU、RCC、串口等模块初始化），以及完整的代码实现与操作步骤。重点分析了如何通过串口接收二进制文件并写入指定Flash区域，实现安全可靠的固件更新机制，适用于工业现场设备远程升级场景。
FPGA滑动平均滤波器[可运行源码]
11-24
本文详细介绍了FPGA数字信号处理中的滑动平均滤波器及其在ASK解调系统中的应用。文章首先解释了ASK解调系统中判决门限的选择问题，指出2ASK和4ASK信号需要获取直流分量作为判决门限。随后，重点阐述了滑动平均滤波器的原理，包括其频率响应与CIC滤波器的一致性，并提供了256点滑动平均滤波器的FPGA实现代码。代码展示了如何使用寄存器移位存储数据并计算均值，同时讨论了综合器优化代码的作用。最后，文章通过仿真结果验证了滑动平均滤波器在2ASK和4ASK解调中的有效性，并指出了初始阶段数据不足可能带来的误差问题。
单纯形法MATLAB实现[项目源码]
11-24
本文详细介绍了单纯形法在MATLAB中的实现过程，包括约束矩阵A、矩阵B和系数矩阵C的输入，以及通过松弛变量矩阵的拼接和主元消去等步骤进行最优解的计算。文章还提供了完整的MATLAB代码示例，展示了如何通过迭代变换逐步逼近最优解，并最终输出最优解和最优值。代码中包含了详细的注释和输出格式规范，便于读者理解和应用。
2024年Python必备库[代码]
11-24
本文介绍了2024年Python开发者必备的20个重要库，涵盖了图形处理、数据库操作、网络开发、数学计算、数据可视化、游戏开发等多个领域。其中详细列举了Pillow、SQLAlchemy、BeautifulSoup、Twisted、NumPy、SciPy、matplotlib、Pygame、Pyglet、pyQT、pyGtk、Scapy、pywin32等库的特点和用途。此外，文章还提供了Python学习路线、开发工具、视频教程、实战案例、练习题和面试资料等资源，帮助开发者系统学习Python并提升技能。
Lua中math.random用法详解[项目源码]
11-24
本文详细介绍了Lua中math.random函数的用法，包括基础用法如生成随机浮点数和指定范围的随机整数，关键细节如初始化随机种子和Lua版本差异，常见问题与解决方案如随机数不够随机和性能问题，实战示例如模拟掷骰子、洗牌算法和生成随机坐标，以及高级用法如高精度随机数和正态分布随机数。文章还提供了注意事项，帮助开发者合理使用math.random函数，满足从简单游戏到复杂模拟的各种随机需求。
混元大模型
03-18
### 关于混元大模型的详细介绍 混元大模型是由腾讯推出的一系列大型人工智能预训练模型，涵盖了自然语言处理、计算机视觉等多个领域。该模型旨在提供强大的多模态理解和生成能力，适用于多种实际应用场景[^2]。 #### 混元大模型的核心功能 混元大模型不仅支持文本生成和理解，还具备图像识别、语音合成等多种跨模态的能力。其翻译能力尤为突出，能够实现高质量的多语言互译，并已发布详细的接入教程供开发者参考[^3]。 以下是关于混元大模型的一些具体资源： 1. **官方文档链接**: 提供了全面的技术说明以及API调用指南，帮助开发者快速上手并集成到自己的项目中。 - 官方文档地址: [混元大模型翻译能力接入教程](https://cloud.tencent.com/document/product/1729/106126)[^3] 2. **学习材料汇总**: 如果希望深入研究混元大模型及其背后技术原理，则可参考一份综合性的LLM大模型资料集合，其中包含了大量针对不同层次学习者的教学视频与指导手册[^1]。 3. **业务落地案例分享**: 腾讯在其公开演讲中提到过如何利用混元大模型推动各行业的数字化转型进程，在此过程中形成了完整的解决方案框架——即第七阶段所描述的大规模生产环境下的部署策略。 ```python import requests def translate_text(text, source_lang='en', target_lang='zh'): url = "https://api.hunyuan-model.tencentyun.com/v1/translate" payload = { 'text': text, 'source_language': source_lang, 'target_language': target_lang } headers = {'Authorization': 'Bearer YOUR_ACCESS_TOKEN'} response = requests.post(url, json=payload, headers=headers) if response.status_code == 200: result = response.json() return result['translated_text'] else: raise Exception(f"Translation failed with status code {response.status_code}") ``` 上述代码片段展示了如何基于RESTful API接口调用混元大模型的服务来完成一段英文字符串向中文转换的任务实例演示。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值