腾讯开源混元3D世界模型2.0，一键生成可编辑的3D空间

腾讯做了个"3D世界生成器"，游戏厂商和具身智能都能用

3D内容的制作，长期以来都是个高门槛的活。

做一个游戏关卡，需要3D建模师一点点搭场景、布物件、调试光照。做具身智能的训练环境，需要把真实空间数字孪生出来。这两件事以前都得靠专业人员手动完成，费时费力。

腾讯混元团队今天开源的混元3D世界模型2.0，想做的是把这个过程自动化。

• 工具地址：腾讯混元3D官网
• 项目地址：:https://github.com/Tencent-Hunyuan/HY-World-2.0
• 技术报告： https://3d-models.hunyuan.tencent.com/world/world2_0/HY_World_2_0.pdf

从"捏物体"到"造世界"

上一代3D生成模型，大多数做的是"单个物体"——你给它一句话，它给你生成一个椅子、一辆车、一棵树。但你想生成一个完整的、可探索的3D场景？对不起，做不了。

HY-World2.0的核心升级，就是把能力从**“生成物体"扩展到"生成世界”**。它不只能生成单独的3D模型，还能把整个3D空间——包括人、物、景——一起生成出来。

具体来说，它支持三种输入模态：文字、图片、视频。你输入一段文字描述"一个阳光明媚的城市街道"，它生成的是一整个可探索的3D场景，不是一棵树或者一盏路灯。

而且生成的是可交互、可编辑的资产。你可以在生成结果上继续调整、加东西、改布局，不是一个"定死了"的静态文件。

技术上它怎么做到的？

聊聊几个核心升级：

1.HY-Pano-2.0：360度全景映射

它用端到端隐式学习方案，能在没有相机参数的情况下完成360度全景映射。翻译成人话就是：你不需要提供专业的拍摄参数，它自己能从输入内容里推算出空间结构。这个设计降低了使用门槛，让普通用户也能生成高质量的全景3D内容。

2.空间Agent：智能规划漫游轨迹

腾讯自研的空间Agent技术，结合了视觉语言模型（VLM）和navmesh表征。简单说，就是它不只能生成静态场景，还能理解场景的空间结构，规划出合理的漫游路径。生成出来的3D场景不只是摆在那里的静态资产，而是有"路"的，你可以让角色在里面走。

3.WorldStereo：跨区域一致性

当你往一个已有场景里加入新生成的区域，它能确保新区域和原有区域在几何和视觉上保持一致。不会出现"新房间和走廊尺寸对不上"或者"光照方向不一致"这种尴尬的问题。

4.WorldMirror2.0：真实场景复刻

它还能复刻真实场景，一次性预测密集点云和相机参数，实现高精度的数字孪生构建。这个能力对于具身智能训练来说很有价值——你可以在数字孪生环境里训练机器人，训练完再放到真实环境里验证。

它比竞品强在哪？

官方专门提到，相比谷歌的Genie3等主流模型，混元2.0的关键突破在于生成的资产具备真实物理碰撞属性，支持角色模式自由探索。

这很重要。Genie3这类模型生成的是偏"视觉展示"型的3D内容，生成出来的东西更像"摆在橱窗里的模型"，物理属性不够真实，不能直接拿去做游戏关卡。混元2.0生成的资产是"可以直接用的"——放到游戏引擎里就能用，有碰撞、有路径、可探索。

加上它支持Mesh、3DGS、点云等多种格式导出，可以直接对接Unity和UE这类主流游戏引擎。对于游戏开发团队来说，这意味着3D内容创作的第一步可以直接用AI完成，而不是从头手工建模。

意味着什么？

腾讯混元这步棋走的是个很实在的方向：把3D内容创作往实用化推。

"造世界"这个能力，对于游戏关卡原型制作、具身智能仿真环境构建来说，是真实需求。门槛降下来了，更多团队就能用上这个能力——不只是大厂能做3A游戏关卡，中小团队也能用AI辅助快速搭环境。

这大概就是腾讯混元这波开源的核心目标：把能力开放出去，让整个行业生态一起来用。

AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息，带来最新AI内容讯息。

想了解AITOP100平台其它版块的内容，请点击下方超链接查看

AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说

AITOP100平台官方交流社群二维码：