影眸Hyper3D的世界生成模型WorldGen

影眸Hyper3D 9月1日发布世界生成模型WorldGen，基于获SIGGRAPH 2025最佳论文的CAST架构，用户上传一张场景图片即可生成由多个独立可编辑3D资产组成的完整场景，自动重建物体间的物理关系。

影眸Hyper3D发布的WorldGen世界生成模型，是国内首个对标Meta同期技术路线的端到端交互式3D大场景生成基座，核心能力是直接通过文本提示生成可实时漫游、可交互编辑的大规模完整3D开放世界，彻底跳过传统游戏引擎手动搭建场景的漫长流程，大幅降低3D内容生产的门槛。 AIDeepThi⇧nk.cn

WorldGen将3D生成从"单个资产"推进到"完整场景"，解决了物体间物理关系重建这一核心难题。背后的CAST架构获SIGGRAPH 2025最佳论文（同届获奖商业公司仅谷歌、Meta和影眸）。WorldGen生成场景中每个物体可独立编辑、具备物理属性，已接入Isaac Sim、Blender、虚幻引擎等管线。

一、技术底座

WorldGen基于影眸Hyper3D自研的全链路3D生成技术栈打造，核心架构融合四大模块：

大语言模型驱动的场景布局推理引擎，自动完成大世界的空间逻辑规划、物体排布合理性校验。
全流程3D扩散生成管线，直接输出带完整拓扑结构的工业级3D资产，而非低质量点云或Splat。
物体感知场景分解模块，自动把大场景拆分为独立可编辑的结构化部件，避免生成内容粘连一体。
原生支持360°全景图输入生成，输入2:1比例的等矩形全景图即可一键生成完整可漫游3D场景。 AIDeepThi⇧nk.cn

二、技术原理

1. CAST架构核心能力

从单张RGB图像中补全被遮挡物体的三维结构，判断物体间的接触、支撑、悬挂关系。该研究获SIGGRAPH 2025最佳论文。

2. SimReady功能

开启后为资产补充碰撞体，估计质量、摩擦系数、恢复系数等仿真所需属性。但影眸明确表示这些是"用于仿真的估计值，不是测量值，不能当作精密工程数据使用"。

3. WorldGen的生成流程

用户上传场景图片
系统自动识别主要物体（或用户手动框选）
前景需编辑/交互物体由Hyper3D Rodin生成独立Mesh资产
背景以3D Gaussian Splatting表达
CAST架构重建物体间位置、尺度、朝向和基础物理关系
输出由多个独立资产组成的3D场景

三、能力指标

相比传统AI 3D生成工具，WorldGen的大场景生成能力实现了量级提升：

支持直接生成可直接导入Unreal、Unity引擎的完整大地图，单场景可承载数十万独立3D资产，覆盖开放世界游戏、虚拟空间、数字孪生等场景需求。
生成的所有资产自动满足四边面拓扑、PBR材质标准，无需人工重拓扑、修材质，直接进入工业生产管线。
生成的3D世界支持实时自由漫游，用户可在场景内任意移动视角、交互物体，没有传统生成内容的视角死角、穿模问题。

四、横向对比

与Meta版WorldGen的核心差异

影眸Hyper3D的WorldGen是国内完全自主研发的技术路线，和Meta同期发布的WorldGen相比：
完全基于国内开源3D生成技术栈训练，不依赖海外闭源组件，适配国产算力平台，符合国内端侧AI自主可控的产业要求。
原生支持中文提示词输入，对国风场景、中式建筑的生成精准度远高于海外版本，更适配国内游戏、数字孪生的内容生产需求。
已同步在GitHub开源核心推理代码，开发者可直接二次开发、本地化部署，不需要依赖海外云服务。 AIDeepThi⇧nk.cn

五、应用场景

场景	用途
影视制作	先建3D场景确定空间/镜头关系，再交视频模型补充材质光影；已与Seedance 2.5组成工作流
游戏开发	资产可独立导出接入Blender、Unity、PlayCanvas、团结引擎、Unreal Engine
具身智能	与地瓜机器人、谋先飞联合发布仿真闭环方案；整个场景可导入NVIDIA Isaac Sim
XR/空间计算	Apple Vision Pro等设备中进入由照片生成的三维空间

六、产业落地

WorldGen直接解决了当前3D内容产业的核心痛点：

传统开放世界游戏的场景搭建需要数百人团队耗时数月甚至数年完成，WorldGen可在数分钟内生成完整可编辑的大场景原型，生产效率提升上百倍。
大幅降低中小团队、独立开发者的3D内容生产门槛，不需要庞大的美术团队也能快速产出高质量开放世界内容。 AIDeepThi⇧nk.cn
适配数字孪生、虚拟直播、元宇宙空间等新兴场景，快速生成符合需求的定制化3D空间，大幅缩短项目交付周期。