腾讯混元3D世界模型开源！一句话，一张图，造一个世界

智东西AI前瞻 2025-07-27 13:02

资讯配图资讯配图

3D建模门槛再降。
作者 |  江宇
编辑 |  漠影
智东西AI前瞻7月27日报道，今日，腾讯混元正式发布3D世界模型1.0，并同步开源模型能力。
这是腾讯首次将3D内容生成从“物体级”扩展至“世界级”，用户只需一句话或一张图，即可生成一个360度沉浸式、可漫游、可编辑的三维虚拟世界。
资讯配图
腾讯混元3D团队在接受智东西等媒体采访时称，世界模型1.0兼顾生成质量与工业应用可落地性，也初步应用于游戏开发、具身智能仿真、XR内容制作等场景。近日，该模型也被AI设计Agent平台Lovart等正式接入。
 体验指路：
 https://3d.hunyuan.tencent.com/sceneTo3D

Github项目地址：

https://github.com/Tencent-Hunyuan/HunyuanWorld-1.0

项目主页：

https://3d-models.hunyuan.tencent.com/world/

Hugging Face、模型地址：

https://huggingface.co/tencent/HunyuanWorld-1


01.

从资产到世界，
3D生成拓展到“可漫游空间”


混元3D世界模型1.0是腾讯首次将AI生成能力从单个3D物体，扩展至整套可编辑、可导出的360度虚拟世界构建流程。
资讯配图

▲效果图（图源：混元官方）

该模型支持文本与图像输入，用户只需一句描述或一张参考图，即可生成一个具备空间一致性、支持自由漫游的3D场景。
与传统2D全景生成或静态3D模型不同，混元3D世界模型具备“能走、能用、能改”的三重特点：
1、生成内容为完整封闭场景，用户不仅可原地环视，还能通过键盘控制视角、方向，在空间中自由行走、漫游。
2、生成结果支持标准3D Mesh格式输出，兼容Unity、Unreal、Blender等主流引擎，可直接用于游戏原型验证、动画制作或仿真建模。
资讯配图

▲效果图（图源：混元官方）

3、该模型基于自研的语义层次化算法，将场景结构拆解为前景物体、地形地貌与天空贴图等模块，用户可对局部元素进行结构级修改。
资讯配图

▲混元世界模型1.0方法流程图（图源：混元官方）


02.

从一张图到一个空间，
混元怎么把世界“拼”出来？


混元团队在架构设计上引入了3D与2D融合方案：前景采用高保真3D建模，中景通过多视角补齐完成空间闭合，远景与天空则以图像方式渲染，实现兼顾细节质量与生成效率的折中。
为了提升模型的泛化能力与稳定性，该系统目前仅支持风格化图片、简洁构图、平视视角等输入，能够在有限样本下准确解析语义意图。
此外，混元还对模型的生成质量进行了定量评估，在纹理细节、美学水准、指令遵循等维度全面超越当前SOTA开源模型。
资讯配图

▲（图源：混元官方）

目前，该系统已支持初步的漫游交互与局部模型编辑，后续将拓展动作层建模能力，引入更强的物理仿真模块与跨平台输出标准。


03.

体验：全景能看，场景能走，还能动手改


1、360度全景图：快速生成，初具细节
    • 文生场景
    在不包含人物的前提下，智东西点击系统内“随机”按钮，系统生成如下指令：“硅基树木与荧光植物，浮空孢子囊飘散，生物朋克生态，阿凡达电影概念艺术，紫蓝渐变色调。”
    效果如下：
    资讯配图
    模型基本契合设定场景风格，尤其在近景处理上表现出一定细节感，如地表草根清晰可辨。不过，整体细节仍略显空泛，若未来支持对话式增补，有望进一步提升沉浸感与编辑灵活性。
      • 图生场景
      资讯配图

      ▲图片由AI生成。

      智东西上传一张风格相近的参考图后，系统在理解与还原方面的表现显著提升，色彩、构图和场景一致性均优于文生模式。
      资讯配图
      2、漫游场景：可操作，可导出
        • 文生场景
        智东西编写了一段灵感源自“塞尔达传说”的复杂指令，要求构建一个融合火山、古树与漂浮岛屿的幻想高原。
        资讯配图
        系统生成的场景除还原度高，还具备“可编辑场景”能力。用户可通过GLB/PLY格式图层，对局部模型进行拖拽、旋转与缩放，并导出源文件供后续使用。
        资讯配图
          • 图生场景
          在“图生场景”的功能体验中，智东西上传一张偏古风的游戏场景图进行生成。
          资讯配图

          ▲图片由AI生成。

          系统生成画面整体符合原图风格，但由于参考图中元素密集，AI在切分图层时准确度有限，影响后续编辑体验。
          资讯配图
          当前版本已初步支持基础漫游操作与模型局部编辑，仍存在部分角度生成不全、边界穿透等问题。若未来支持“以图续图”及生成链路简化，整体的可探索性与用户体验将显著提升。


          04.

          结语：3D世界迈向关键一步，
          可用性已具雏形


          就当前版本而言，混元3D世界模型1.0在空间细节密度、图层结构解析与交互完整性方面仍存在一定优化空间，特别是在处理复杂参考图和动态交互时，生成结果尚未完全稳定。
          但与此同时，其在生成效率、结构分层、资产导出等核心能力上已具备较强可用性。无论是快速搭建虚拟场景，还是输出可编辑资产用于后续开发，混元模型初步打通了“从生成到应用”的关键环节。
          更为重要的是，模型开源为开发者与内容创作者提供了真实可用的工具链入口，降低了3D建模与交互空间构建的技术门槛。
          未来，若在可控性、物理仿真、跨平台兼容等方面持续推进，该模型或将成为AIGC三维内容生态的重要基础工具。
          资讯配图
          声明：内容取材于网络，仅代表作者观点，如有内容违规问题，请联系处理。 
          开源
          more
          拆箱开源版Coze：Agent核心三件套大公开，48小时揽下9K Star
          量子位 1天前
          拆箱开源版Coze：Agent核心三件套大公开，48小时揽下9K Star
          乐聚机器人冷晓琨出席2025开放原子开源生态大会并作主题演讲
          乐聚机器人 5天前
          乐聚机器人冷晓琨出席2025开放原子开源生态大会并作主题演讲
          遇复杂地形也能如履平地 机器人半马冠军“天工”运动控制框架开源
          科技导报 6天前
          遇复杂地形也能如履平地 机器人半马冠军“天工”运动控制框架开源
          全国首个开源鸿蒙机器人操作系统M-Robots OS开源：支持多机实时协同
          具身智能大讲堂 4天前
          全国首个开源鸿蒙机器人操作系统M-Robots OS开源：支持多机实时协同
          字节正式开源 AI Agent 平台“扣子”
          维科网人工智能 1天前
          字节正式开源 AI Agent 平台“扣子”
          碾压GPT4.1！阿里最强AI编程模型登顶全球开源模型榜首
          科技每日推送 4天前
          碾压GPT4.1！阿里最强AI编程模型登顶全球开源模型榜首
          阿里发布全球最强开源模型，AI 圈迎来「中国时刻」| WAIC 2025
          爱范儿 3天前
          阿里发布全球最强开源模型，AI 圈迎来「中国时刻」| WAIC 2025
          开源Qwen一周连刷三冠，暴击闭源模型！基础模型推理编程均SOTA
          量子位 3天前
          开源Qwen一周连刷三冠，暴击闭源模型！基础模型推理编程均SOTA
          RISC-V生态： 开源架构能否成为国产车芯的核心竞争力？ | 盖世汽车2025第五届汽车芯片产业大会
          盖世汽车社区 4天前
          RISC-V生态： 开源架构能否成为国产车芯的核心竞争力？ | 盖世汽车2025第五届汽车芯片产业大会
          Agent KB：经验池让Agents互相学习！GAIA新开源SOTA，Pass@1性能最高提升6.66
          机器之心 4天前
          Agent KB：经验池让Agents互相学习！GAIA新开源SOTA，Pass@1性能最高提升6.66
          Copyright © 2025 成都科技区角科技有限公司
          蜀ICP备2025143415号-1
            
          川公网安备51015602001305号