騰訊發佈並開源混元世界模型2.0：一句話生成3D遊戲原型

新浪科技訊 4月16日上午消息，今日，騰訊正式發佈並開源混元3D世界模型2.0（ HY-World 2.0）。據介紹，HY-World 2.0是一個多模態世界模型，能夠理解文字、圖片、視頻等不同類型輸入，自動生成、重建和模擬 3D 世界，同時支持多格式3D資產（Mesh/3DGS/點雲等）導出，可以與現有的遊戲工作流無縫對接，用於快速生成遊戲地圖和關卡原型。

據悉，不同於Google的Genie 3和混元世界模型1.5僅能生成視頻文件，世界模型2.0的實用性更進一步：它可以直接生成可二次編輯的3D資產文件，這些生成的3D資產可以直接導入到遊戲製作或者具身仿真引擎，實現真正可玩、可用。

目前，世界模型2.0已經上線至騰訊混元3D創作引擎官網，用戶可以申請使用。

混元世界模型2.0支持文、圖、視頻多種輸入。輸入一段文字或一張圖片，模型即可精準解析複雜語義，一鍵生成風格多樣的可漫遊世界。相比較混元世界模型1.0，2.0的模型架構全面升級，畫面精細度和真實感大幅提升。用戶還可以自定義風格，按需生成真實風、漫畫風、遊戲風的3D空間。生成完成後，用戶可以將資產導入到Unity、UE 等引擎、進行二次編輯，顯著降低了遊戲地圖的創作門檻。

模型還支持角色模式，用戶可以操作角色在街道、建築、場景中自由探索，不限時間，具有物理碰撞，就像在遊戲里一樣。同時，世界模型2.0支持複刻真實3D場景，用戶輸入一段真實空間的視頻或者多視角圖片，模型就能構建出高精度的數字孿生空間。基於升級後的 WorldMirror 2.0 架構，模型支持任意尺寸圖像與視頻輸入，一次性預測密集點雲、多視角深度圖、表面法線及相機參數 ，一次生成永久可複用。未來，室內裝修預覽、城市規劃、文化遺產保護等場景，都可以基於這一能力實現快速構建和還原。

混元世界模型2.0以3D為主軸，通過統一空間理解、生成、重建的架構，實現了SOTA級的生成效果。與其他世界模型相比，混元世界模型2.0在場景完整度（物體側面和背面）以及對輸入圖片的遵循程度表現更優。混元生成的3DGS與Mesh的混合表徵，也讓用戶能夠開啟角色模式進行有真實物體碰撞的交互。