知识卡片：世界生成模型WorldGen发布，3D生成进入场景级时代
一句话结论
影眸Hyper3D发布世界生成模型WorldGen，将3D生成从“单个资产”推进到“可交互、可编辑、可进入生产管线的完整场景”：上传一张场景图，2～3分钟后即可得到带空间关系与物理属性的3D场景。
事件概述
- 据量子位2026年9月3日报道，3D生成头部玩家影眸Hyper3D正式发布世界生成模型WorldGen。
- 其技术基座是影眸Hyper3D自研的场景级生成技术CAST，该技术曾获SIGGRAPH 2025最佳论文；报道称同期获奖的商业公司只有谷歌和Meta。
- WorldGen并非广义“世界模型”，而是“世界生成模型”。影眸Hyper3D联创兼CTO张启煊给出定义：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，它仍是广义世界模型的组成部分，影眸选择的载体是3D。
方法/产品要点
- 输入与输出：
- 用户上传一张场景图，例如卡通风格厨房局部图。
- 系统自动识别图中主要物体，也可手动框选指定生成区域。
- 前景物体作为独立资产逐个生成，约2～3秒出预览。
- 背景环境用3D Gaussian Splatting补全，整体生成时间约2～3分钟。
- 可编辑性与物理属性：
- 场景不在整体上“锁死”，每个资产可单独提取、旋转、移动或替换。
- 资产之间具有明确物理关系，例如抽走关键支撑物，周围物体可能位移或跌落。
- SimReady模式可为每个资产补充碰撞体，并估计质量、摩擦系数、恢复系数等仿真所需物理属性。
- 技术基座CAST的四个步骤：
- 拆解对象并估计相对深度，将RGB图片转换为对象清单和空间线索。
- 对每个物体独立生成完整3D几何，通过遮挡感知机制补全不可见部分。
- 将生成物体放回统一空间，估计旋转、平移和尺度，保持与原图构图一致。
- 建立接触、支撑、悬挂等物体关系图，结合SDF进行物理校正，减少穿透、悬空和不合理堆叠。
- 产品化改进：团队在CAST之后用了近一年时间，解决多模块串联导致的错误累计问题，通过减少冗余模块、重构底层流程和提升单环节稳定性，形成WorldGen完整形态。
主要结果或产业意义
- 具身智能：
- 影眸Hyper3D、地瓜机器人、谋先飞于2026年7月联合发布闭环方案：WorldGen负责从真实影像生成可交互三维场景，谋先飞的MotrixSim引擎负责物理与并行仿真，地瓜机器人提供算力和开发工具链。
- 该链路覆盖“场景准备—仿真运行—数据采集—策略验证”。
- 作为NVIDIA Inception成员，影眸Hyper3D正通过WorldGen将“单个资产用于Isaac Sim”拓展为“整个场景用于Isaac Sim”。
- 游戏行业：
- 从关卡概念图生成对象化场景后，策划可检查动线，关卡设计师可移动或替换道具，美术可决定哪些关键资产精修。
- 生成的独立资产可直接进入Blender、Unity、PlayCanvas、团结引擎、Unreal Engine等DCC与实时引擎环境。
- 2026年7月，影眸Hyper3D与Unity中国达成合作，构建从3D生成到实时游戏应用的工程闭环。
- 影视行业：
- 典型用法是把WorldGen当作可控3D基底，再用视频生成模型提升最终画面质量。
- 已有创作者将WorldGen与Seedance 2.5结合，用WorldGen完成3D场景、镜头调度与构图调整，再交给视频生成模型补齐人物表演、材质光影和最终风格。
- AI Render模块支持AI渲染、自由运镜与多种视觉风格变换。
- 报道称WorldGen已进入实际影视项目制作流程，相关作品将陆续上线。
- XR与空间计算：
- 可配合Apple Vision Pro等XR设备，用于室内设计、沉浸式教育、空间展示等场景。
- 行业阶段变化：
- 以Hyper3D Rodin Gen-2.5为代表的单资产3D生成已将单件制作周期压缩至分钟乃至秒级，但真实项目仍需要人工拼装不同形态、物理属性的资产。
- WorldGen将AI 3D的基础交付单位从“一件生成好的物体”变为“一份已初步搭建完成的场景”。
为什么重要
- 此前多数整体式场景生成“好看但中看不中用”，场景内容被合并成不可拆解的整体，难以改动和复用。
- WorldGen的关键差异是把场景拆解为可单独操作的资产，同时保留空间与物理关系，使生成结果能被继续编辑、复用并接入现有工作流。
- 它瞄准的是游戏、影视、具身智能等产业共同面对的前置难题：如何把脑洞和海量资产快速变成可用的场景化内容。
- 报道认为，3D生成正在从“生成物体”进入“组装世界”的场景级时代。
与既有脉络的关系
- 与已有卡片“Meshy完成4亿美元融资”相比：两者同属AI 3D赛道，但本条增量信息是头部玩家将生成对象从“单个资产/对话式3D Agent”扩展为“可交互、可编辑的完整3D场景”，并尝试打通生产管线。
- 与“1X成立世界模型实验室”不同：WorldGen不是面向通用世界预测的“世界模型”，而是以3D为载体的“世界生成模型”，更强调面向生产环境的场景交付。
局限与不确定性
- 报道明确承认WorldGen生成结果“距离最终成品仍有进步空间”，是可供专业创作者继续编辑的起点，并非可直接上线的最终资产。
- “已进入实际影视项目”“多名游戏从业者表达兴趣”等说法主要来自团队介绍或报道方，缺少可核验的第三方项目清单和量化评测。
- 原文未提供WorldGen的基准测试数据、价格、开放范围以及与传统人工搭建场景的成本对比。
- 英文标题原文未提供，待核实；部分产品用途描述属于报道方归纳。
可用于图书/PPT/简报的角度
- 3D生成的分水岭：从“造物”到“造世界”，生成单位如何改变生产流程。
- 一张图生成“活”的3D场景：可交互、可编辑、可物理仿真意味着什么。
- 顶会论文到产品化：SIGGRAPH最佳论文CAST如何演化为WorldGen。
- 具身智能训练数据短缺：用场景级生成低成本构建仿真环境。
- 与视频生成模型协同：3D提供可控性，视频生成补足画质与表演。
原始材料
- 中文标题：《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！》
- 英文标题：待核实（原文未提供）
- 英文关键词：WorldGen; Hyper3D; CAST; SimReady; 3D Gaussian Splatting
- 作者/来源：鹭羽，量子位
- 日期：2026-09-03
- URL：https://www.qbitai.com/2026/09/483189.html