世界生成模型来了3D头部玩家，可进入生产管线的场景级生成时代来临！

2026-09-03 18:18 量子位 www.qbitai.com 网页快照

阅读原文 ↗ www.qbitai.com

世界生成模型来了3D头部玩家，可进入生产管线的场景级生成时代来临！

桌上的碗是可以单独拎起来的，椅子是可以旋转挪动的，不喜欢的家具也是可以随时随地替换的……

踏出这一步的，正是3D生成头部玩家影眸Hyper3D ，其正式发布世界生成模型 WorldGen ，把3D生成从单个资产推向完整场景。

不是生成一个只能观看的世界，而是交付可交互、可编辑、可进入真实生产环境的3D场景。

就像拼乐高积木，既能往里面持续加模块，也能随时抽出、替换其中任意一块；每一块还自带物理属性，如果不小心抽走关键支撑物，周围的物体同样会发生位移或跌落。

游戏需要关卡，影视需要片场，机器人需要训练环境……但它们现在都可以从WorldGen开始，其生成能力已经足以跑进真实生产场景。

这条路也不是凭空造出来的，早在去年，影眸Hyper3D就凭借自研的场景级生成技术 CAST 拿下国际图形学顶会 SIGGRAPH 2025最佳论文。

所以如果说AI 3D的第一步是回答物体长什么样，那么WorldGen回答的则是第二个问题：

一张图→一组资产→一个场景

用户在场景内能做到的相当有限，基本就是走走看看。想改动？不好意思，只能推翻重来。

传统做法直接将整个场景作为一个模型生成，所有内容容易被合并成不可拆解的整体，场景很难继续使用。 WorldGen的关键变化，是把场景拆解为可单独操作的资产，同时保留它们之间的空间与物理关系。

打开官网（https://hyper3d.ai），选择WorldGen生成。

背景环境则用 3D Gaussian Splatting 补全，兼顾视觉完整性。整体可压缩至2到3分钟。

打开 SimReady模式后，系统还会为每件资产补充碰撞体，并估计质量、摩擦系数、恢复系数等仿真所需的物理属性。

真实采集不仅要承担场地、设备和人员成本，火灾、坍塌等危险环境也无法被安全复现；传统仿真虽然可以补位，却又需要工程师耗费大量时间手把手搭场景，成本高还偏差大。

WorldGen 负责从真实影像中生成可交互的三维场景，场景内的3D物品全部都具备仿真导入能力。

谋先飞的MotrixSim引擎负责物理与并行仿真，让机器人在其中运动、抓取和交互。

作为 NVIDIA Inception （初创加速计划）的一员，影眸Hyper3D也正通过WorldGen实现英伟达全球仿真生态的进一步联结，将“单个资产用于Isaac Sim”拓展为 “整个场景用于Isaac Sim” 。

它先从概念图生成一版对象化场景，策划可以检查动线和空间，关卡设计师可以移动或替换道具，美术再决定哪些关键资产值得精修。

更方便的是，WorldGen生成后的独立资产能够直接进入Blender、Unity、PlayCanvas、团结引擎、Unreal Engine等DCC与实时引擎环境，进行材质调整、动画绑定、关卡编辑、性能优化等二次创作。

今年7月，影眸Hyper3D已经与 Unity中国达成合作，合力构建打通从3D生成到实时游戏应用的工程闭环。

导演要把画面左侧盘子里的苹果移到右侧盘子，纯视频生成很难稳定控制；用WorldGen建立可控3D基底，再用视频生成模型提升最终画面质量，这样则相当直接。

WorldGen提供3D场景，可以轻松完成镜头调度和构图调整，再交给视频生成模型，补齐人物表演、材质光影和最终风格。

WorldGen的 AI Render模块则具备了AI渲染、自由运镜等功能，同一场景可以变换多种视觉风格，也为产品概念演示、空间导览等内容带来制作效率与品质的双重提升。

据了解，WorldGen如今已经进入实际影视项目的制作流程，相关作品将在完成后陆续上线。

既然场景可以从任意视角观察，主要对象又能被替换和移动，一张普通照片便有机会变成可以进入、浏览和调整的沉浸式空间。

从顶会最佳论文到产品化，WorldGen攒了整整一年

要理解WorldGen是如何一步“登天”的，还得从去年那篇 CAST 论文说起。

不是把图生3D连续运行十几次就能实现的。单张图片天生缺少深度、真实尺度和物体背面的信息，还存在遮挡和透视畸变。

比如一个苹果被盘子挡住，模型要先补全看不见的部分；稍微生成大一点，摆回桌面时就可能穿进盘子；位置再偏一点，后续碰撞体和支撑关系也会跟着出错。

Step 1 ：模型把输入图片拆成对象，并估计相对深度，让一张没有结构的RGB图片变成对象清单和空间线索。

Step 2 ：针对每个物体独立生成完整3D几何。遮挡感知机制会参考可见部分和场景信息，补出图片里看不到的区域。

Step 3 ：把生成好的物体放回统一空间。系统需要估计旋转、平移和尺度，尽量保持与原图的构图和位置一致。

Step 4 ：建立更细的物体关系图，描述接触、支撑、悬挂等关系，再结合SDF进行物理校正，减少互相穿透、悬空和不合理堆叠。

CAST支持开放词汇的重建任务，在处理遮挡、精确对齐物体以及确保物理世界与输入图像的一致性方面表现卓越，为虚拟内容的创作和具身智能相关领域开辟了新的可能性。

通过减少冗余模块、重构底层流程和提升单环节稳定性，才最终让WorldGen以完全体形态发布。

至于为什么说它是「世界生成模型」，而非广义的「世界模型」或者「场景生成模型」，影眸Hyper3D联创兼CTO 张启煊是这样定义的：

我们认为，世界生成模型是通过文本提示或一张图像，把其中描绘的场景还原为可用的三维世界。它既能生成开放式场景，也更接近 “世界” 的表达。它仍然是广义世界模型的重要组成部分，毕竟真正的“世界模型”需要某种载体来承载世界的外观与属性，只不过，影眸选择的载体是 3D 。

3D生成，进入场景级时代

它不会直接生成一款可以上线的游戏、一部完整的电影，也不会替具身智能完成训练和决策，但它解决的是所有这些产业共同面对的前置难题：

以 Hyper3D Rodin Gen-2.5 为代表的3D生成模型，已经将单资产制作周期从数天缩短至分钟乃至秒级，但真实项目中，极少只需要孤立资产。

后续不可避免要对不同形态、物理属性的资产进行拼装，包括识别、校准、导入引擎等，这些仍然都需要人来做。

虽然距离最终成品仍有进步空间，但对于游戏设计师、影视创作者和仿真工程师而言，已经提供了一个能够继续编辑的起点。

对物理规律的模拟，才决定了WorldGen的上限。创造出的细节越多，就越真实、越好用。

当生成出的场景能够承载内容、模拟交互，并接入现有工作流，它吸引的便不再只是尝鲜的普通用户，还有真正需要提高生产效率的专业创作者。

3D生成原本就是最接近生产流程的AI应用之一。只有当生成结果能够被持续编辑、复用并投入生产，它的价值才会真正释放。

114B参数、6B激活，Sand.ai刚刚开源全球首个千亿MoE视频生成模型 2026-08-05

世界生成模型来了3D头部玩家，可进入生产管线的场景级生成时代来临！