低于市场预期！公共汽车一季报颁布

持久以来，3D 世界建模领域存在两大技术 " 孤岛 "：天生式模型善于从文本、单图创作天马行空的 3D 场景，但几何精度不及、视角一致性差；沉建式模型能从多图、视频中还原真实 3D 结构，却不足天生设想力，难以处置稀少输入。腾讯这次 HY-World 2.0 的颁布，初次将这两大能力融合，构建了从 " 稀少输入 " 到 " 可交互 3D 世界 " 的齐全技术关环。据腾讯官方文档，作为 3D 世界的 " 第一块拼图 "，HY-Pano 2.0 解决了传统全景天生依赖相机参数、场景结构破碎的行业痛点。通过 Multi-Modal Diffusion Transformer（MMDiT）实现视角到全景的隐式转换，无需任何相机元数据，就能从单张图片或一段文本中天生结构连贯、细节丰硕的 360 ° 全景场景。（技术汇报地址：https://3d-models.hunyuan.tencent.com/world/world2_0/HY_World_2_0.pdf）在文本到全景（T2P）工作中，CLIP-T 指标达行业最高的 0.258，Q-Align 美学评分较竞品提升 12%；在图像到全景（I2P）工作中，全指标排名第一，几何一致性远超 CubeDiff、GenEx 等模型。有了高质量的全景基础，若何高效索求 3D 世界成为新的挑战。HY-World 2.0 设计了语义感知轨迹规划？，通过全景点云、语义掩码与导航网格的融合分析，自动天生多样化轨迹模式，实现无碰撞、全覆盖的相机蹊径规划。这一技术不仅确保了后续 3D 沉建时忽视角盲区，更让 AI 可能像人类一样 " 聪明地 " 索求复杂场景——好比自动环抱构筑物拍摄细节，或沿着走廊周游捉拿齐全结构。在 3D 世界扩大阶段，最大的技术瓶颈是 " 多视角一致性 " ——分歧轨迹天生的视频时时出现物体错位、光影矛盾等问题。HY-World 2.0 通过全局几何影象与空间立体影象双影象机造，让 AI 可能 " 记住 " 整个 3D 场景的几何结构，从而天生视角连贯、细节一致的扩大场景。结合 Distribution Matching Distillation 蒸馏技术，天生速度提升 4 倍，在 Tanks-and-Temples 数据集上，点云 F1-score 达 43.16，超过 SEVA、Gen3C 等模型 30% 以上。作为全链路的主题，HY-World 2.0 的通用 3D 沉建？橹С执佣嗤肌⑹悠抵懈丛阍啤⑸疃韧肌⒎ㄏ蛄康燃负涡畔。该？橥ü橐换匚槐嗦虢饩隽顺志美判幸档 " 分辨率泛化 " 问题，高分辨率下相机姿势 AUC@30 仍达 86.89，较前代产品提升 31%；通过深度 - 法线耦合监督，深度估计 AbsRel 误差降至 0.162。在效能方面，支持序列并杏注混合精杜纂全吩飕数据并行，单 GPU 可处置 256 视图，4GPU 下 128 视图推理功夫仅 5.6 秒，为大规模 3D 沉建提供了可能。机能逼近关源贸易产品技术创新最终要靠数据措辞，HY-World 2.0 在多项主题指标上实现了对开源模型的全面超过，更在部门场景逼近关源贸易模型 Marble。在一样全景输入下，HY-World 2.0 天生的 3D 场景与输入一致性达 94%，而 Marble 仅为 88%，几何误差降低 25%；在复杂场景如城市构筑、天然景观中，HY-World 2.0 的纹理、光影还原度更靠近真实世界，细节阐发力远超竞品。端到端天生速度方面，HY-World 2.0 仅需约 12 分钟 / 场景（712 秒），远快于 Marble 的 15 分钟 / 场景和开源竞品均匀 30 分钟 / 场景的速度，效能提升 50% 以上。更值得关注的是，HY-World 2.0 是全球首个开源的多模态 3D 世界模型，全数模型权沉、代码与技术细节已对表盛开，这意味着开发者无需依赖昂贵的贸易模型，就能急剧构建 3D 天生利用，极大降低了 AGI 空间智能的开发门槛？词⒖哪Ｊ揭踩 HY-World 2.0 具备了更强的生态活力，开发者能够基于该模型进行二次开发，推动 3D 天生技术在更多场景的利用。目前，已有多家游戏、机械人、数字孪生领域的企业与腾讯混元团队发展合作，索求 HY-World 2.0 的贸易化落地。技术的价值最终要体此刻利用场景中，HY-World 2.0 还配套了 WorldLens 高机能 3DGS 渲染平台，支持实时物理反馈和空间交互，为下游利用提供高效的渲染支持。在游戏开发领域，HY-World 2.0 支持实时可交互 3D 场景天生，内置物理碰撞检测与角色节造，可直接导入 Unity/Unreal 引擎，显著缩短开发周期。一款盛开世界游戏的场景建模，传统步骤必要数月功夫，而使用 HY-World 2.0，开发者只需输入一段文本描述，就能在约 12 分钟内天生可交互的 3D 场景。在机械人领域，HY-World 2.0 通过沉建真实环境天生高精度仿真场景，支持机械人蹊径规划与视觉导航训练，提升机械人研发效能与仿真精度。目前，已有多家机械人企业基于 HY-World 2.0 构建了仿真训练平台，优化机械人导航算法开发流程。在数字孪生领域，HY-World 2.0 可急剧天生工厂、园区、城市等场景的 3D 数字孪生模型，支持多视角周游与设备状态可视化，优化运维流程。一个大型工厂的数字孪生建模，传统步骤必要投入大量人力物力，而使用 HY-World 2.0，只需导入工厂的航拍视频，就能在数幼时内天生高精度的 3D 数字孪生模型。（本文首发钛媒体 APP，作者 | 硅谷 Tech_news，编纂 | 秦聪明）