腾讯开源混元 3D 世界模型 1.0

背景

大多数图像生成模型输出的是平面图片。混元 3D 世界模型 1.0 瞄准的是另一种输出：用户可以在其中移动的三维环境。腾讯混元团队以 360° 全景图为基础构建该模型，全景图可以提供场景的环绕视角。^[1] 生成三维环境比生成平面图片更难，因为可用的世界需要在用户可能选择的每个视角下都保持结构一致。

发生了什么

2025 年 7 月 26 日，腾讯发布了混元 3D 世界模型 1.0 及其技术报告。^[1] 模型可以根据文字描述或图像生成可探索的 3D 世界。^[1] 腾讯将其描述为首个开源、具备仿真能力、可沉浸体验的 3D 世界生成模型。^[1]

关键细节

生成的世界可以导出为网格（mesh），因此能够导入常用的三维软件。^[1] 网格是描述三维物体形状的多边形表面。可交互性是既定目标之一：分离的物体表示使用户可以针对生成场景中的单个物体进行操作。^[1]

2025 年 8 月 15 日，面向消费级显卡的轻量量化版本随后发布。^[1] 量化可以降低模型所需的内存，因此轻量版可以在单张消费级显卡上运行。

意义

这次发布标志着腾讯一条世界模型产品线的开始。之后的版本包括 HunyuanWorld-Voyager、1.1 版的 WorldMirror、1.5 版的 WorldPlay，以及 2026 年 4 月发布的 HY-World-2.0。^[1] 这些版本都沿用混元世界模型（HunyuanWorld）的名称，延续了第一代的产品线。^[1] 模型的代码和检查点发布在 GitHub 仓库中，开发者可以下载并在自己的硬件上运行已发布的版本。^[1] 开放权重和技术报告也使其他研究者能够检验这一方法，并在此基础上继续研究。