腾讯发布并开源混元世界模型 2.0,一句话造出3D世界,兼容游戏引擎!

Source

4月16日,腾讯正式发布并开源混元3D世界模型2.0( HY-World 2.0)。HY-World 2.0是一个多模态世界模型,能够理解文字、图片、视频等不同类型输入,自动生成、重建和模拟 3D 世界,同时支持多格式3D资产(Mesh/3DGS/点云等)导出,可以与现有的游戏工作流无缝对接,用于快速生成游戏地图和关卡原型。

混元世界模型 2.0让 AI 从“对话”、“画图”、“捏物体”,进化到了“造世界”——包含人、物、景的完整世界。不同于谷歌的Genie 3和混元世界模型1.5仅能生成视频文件,世界模型2.0的实用性更进一步:它可以直接生成可二次编辑的3D资产文件,这些生成的3D资产可以直接导入到游戏制作或者具身仿真引擎,实现真正可玩、可用。

目前,世界模型2.0已经上线至腾讯混元3D创作引擎官网,用户可以申请使用。(申请使用地址:https://3d.hunyuan.tencent.com/sceneTo3D

实机演示:输入“生成一个日式RPG风格的中世纪地牢”,即可生成一个3D空间资产
实机演示:输入“生成一个日式RPG风格的中世纪地牢”,即可生成一个3D空间资产
实机演示:输入“生成一个温馨的绘本风格小木屋”,游戏角色可以自由穿行在生成的3D场景中
实机演示:输入“生成一个温馨的绘本风格小木屋”,游戏角色可以自由穿行在生成的3D场景中

所有内容均为3D文件,且全部由HY-World 2.0大模型一键生成

混元世界模型2.0支持文、图、视频多种输入。输入一段文字或一张图片,模型即可精准解析复杂语义,一键生成风格多样的可漫游世界。相比较混元世界模型1.0,2.0的模型架构全面升级,画面精细度和真实感大幅提升。用户还可以自定义风格,按需生成真实风、漫画风、游戏风的3D空间。生成完成后,用户可以将资产导入到Unity、UE 等引擎、进行二次编辑,显著降低了游戏地图的创作门槛。

模型还支持角色模式,用户可以操作角色在街道、建筑、场景中自由探索,不限时间,具有物理碰撞,就像在游戏里一样。

同时,世界模型2.0支持复刻真实3D场景,用户输入一段真实空间的视频或者多视角图片,模型就能构建出高精度的数字孪生空间。基于升级后的 WorldMirror 2.0 架构,模型支持任意尺寸图像与视频输入,一次性预测密集点云、多视角深度图、表面法线及相机参数 ,一次生成永久可复用。未来,室内装修预览、城市规划、文化遗产保护等场景,都可以基于这一能力实现快速构建和还原。

混元世界模型2.0以3D为主轴,通过统一空间理解、生成、重建的架构,实现了SOTA级的生成效果。与其他世界模型相比,混元世界模型2.0在场景完整度(物体侧面和背面)以及对输入图片的遵循程度表现更优。混元生成的3DGS与Mesh的混合表征,也让用户能够开启角色模式进行有真实物体碰撞的交互。

混元世界模型(HY-World 系列)自发布以来就在持续进化:从首个开源的3D世界模型 HY-World 1.0 ,到可实时在线交互的 HY-World 1.5 ,再到一键生成3D空间资产的 HY-World 2.0,腾讯混元的3D世界模型正在一步步将“AI 造世界”从概念变为现实。

2025年下半年以来,腾讯引入多位高级人才、加快研发架构升级、持续加大混元大模型研发效率,并取得了显著成果。2025年12月,混元发布大语言模型2.0版本,推理能力与效率居国内顶尖行列;智能水平更高的新模型 HY3 也在内部业务测试中,在元宝App测试中获得明显正向收益。此次混元世界模型2.0发布,是混元在多模态领域的又一突破。