挑戰閉源格局！騰訊混元3D 2.0開源發布，性能對標商業級模型

長期以來，3D世界建模領域存在兩大技術“孤島”：生成式模型擅長從文本、單圖創作天馬行空的3D場景，但幾何精度不足、視角一致性差；重建式模型能從多圖、視頻中還原真實3D結構，卻缺乏生成想象力，難以處理稀疏輸入。騰訊此次HY-World 2.0的發布，首次將這兩大能力融合，構建了從“稀疏輸入”到“可交互3D世界”的完整技術閉環。

據騰訊官方文檔，作為3D世界的“第一塊拼圖”，HY-Pano 2.0解決了傳統全景生成依賴相機參數、場景結構破碎的行業痛點。通過Multi-Modal Diffusion Transformer（MMDiT）實現視角到全景的隱式轉換，無需任何相機元數據，就能從單張圖片或一段文本中生成結構連貫、細節豐富的360°全景場景。

（技術報告地址：https://3d-models.hunyuan.tencent.com/world/world2_0/HY_World_2_0.pdf）

在文本到全景（T2P）任務中，CLIP-T指標達行業最高的0.258，Q-Align美學評分較競品提升12%；在圖像到全景（I2P）任務中，全指標排名第一，幾何一致性遠超CubeDiff、GenEx等模型。

有了高質量的全景基礎，如何高效探索3D世界成為新的挑戰。HY-World 2.0設計了語義感知軌跡規劃模塊，通過全景點云、語義掩碼與導航網格的融合分析，自動生成多樣化軌跡模式，實現無碰撞、全覆蓋的相機路徑規劃。這一技術不僅確保了后續3D重建時無視角盲區，更讓AI能夠像人類一樣“聰明地”探索復雜場景——比如自動環繞建筑物拍攝細節，或沿著走廊漫游捕捉完整結構。

在3D世界擴展階段，最大的技術瓶頸是“多視角一致性”——不同軌跡生成的視頻常常出現物體錯位、光影矛盾等問題。HY-World 2.0通過全局幾何記憶與空間立體記憶雙記憶機制，讓AI能夠“記住”整個3D場景的幾何結構，從而生成視角連貫、細節一致的擴展場景。結合Distribution Matching Distillation蒸餾技術，生成速度提升4倍，在Tanks-and-Temples數據集上，點云F1-score達43.16，超越SEVA、Gen3C等模型30%以上。

作為全鏈路的核心，HY-World 2.0的通用3D重建模塊支持從多圖、視頻中恢復點云、深度圖、法向量等幾何信息。該模塊通過歸一化位置編碼解決了長期困擾行業的“分辨率泛化”問題，高分辨率下相機姿態AUC@30仍達86.89，較前代產品提升31%；通過深度-法線耦合監督，深度估計AbsRel誤差降至0.162。在效率方面，支持序列并行、混合精度與全分片數據并行，單GPU可處理256視圖，4GPU下128視圖推理時間僅5.6秒，為大規模3D重建提供了可能。

性能逼近閉源商業產品

技術創新最終要靠數據說話，HY-World 2.0在多項核心指標上實現了對開源模型的全面超越，更在部分場景逼近閉源商業模型Marble。在相同全景輸入下，HY-World 2.0生成的3D場景與輸入一致性達94%，而Marble僅為88%，幾何誤差降低25%；在復雜場景如城市建筑、自然景觀中，HY-World 2.0的紋理、光影還原度更接近真實世界，細節表現力遠超競品。

端到端生成速度方面，HY-World 2.0僅需約12分鐘/場景（712秒），遠快于Marble的15分鐘/場景和開源競品平均30分鐘/場景的速度，效率提升50%以上。更值得關注的是，HY-World 2.0是全球首個開源的多模態3D世界模型，全部模型權重、代碼與技術細節已對外開放，這意味著開發者無需依賴昂貴的商業模型，就能快速構建3D生成應用，極大降低了AGI空間智能的開發門檻。

開源開放的模式也讓HY-World 2.0具備了更強的生態活力，開發者可以基于該模型進行二次開發，推動3D生成技術在更多場景的應用。目前，已有多家游戲、機器人、數字孿生領域的企業與騰訊混元團隊展開合作，探索HY-World 2.0的商業化落地。

技術的價值最終要體現在應用場景中，HY-World 2.0還配套了WorldLens高性能3DGS渲染平臺，支持實時物理反饋和空間交互，為下游應用提供高效的渲染支持。

在游戲開發領域，HY-World 2.0支持實時可交互3D場景生成，內置物理碰撞檢測與角色控制，可直接導入Unity/Unreal引擎，顯著縮短開發周期。一款開放世界游戲的場景建模，傳統方法需要數月時間，而使用HY-World 2.0，開發者只需輸入一段文本描述，就能在約12分鐘內生成可交互的3D場景。

在機器人領域，HY-World 2.0通過重建真實環境生成高精度仿真場景，支持機器人路徑規劃與視覺導航訓練，提升機器人研發效率與仿真精度。目前，已有多家機器人企業基于HY-World 2.0構建了仿真訓練平臺，優化機器人導航算法開發流程。

在數字孿生領域，HY-World 2.0可快速生成工廠、園區、城市等場景的3D數字孿生模型，支持多視角漫游與設備狀態可視化，優化運維流程。一個大型工廠的數字孿生建模，傳統方法需要投入大量人力物力，而使用HY-World 2.0，只需導入工廠的航拍視頻，就能在數小時內生成高精度的3D數字孿生模型。（本文首發鈦媒體APP，作者 | 硅谷Tech_news，編輯 | 秦聰慧）