腾讯开源具备原生3D重建能力的超长程世界模型:HunyuanWorld-Voyager
近日,腾讯正式发布了HunyuanWorld-Voyager,这是一种创新的视频扩散框架,旨在通过单张输入图像生成具备世界一致性的3D 点云,支持用户按自定义的腾讯相机路径进行沉浸式探索。
官方表示,这全球首个具备原生3D 重建功能的超远距离世界模型,重新定义 AI 驱动的 VR、游戏和仿真空间智能。此模型不仅能够生成精确对齐的深度开源信息和 RGB 视频,还能够在不进行后处理的情况下,直接用于高质量的三维重建。
直接3D 输出:无需 COLMAP 等工具即可将点云视频导出为3D 格式,实现即时3D 应用。
创新具备的3D 内存:引入可扩展的世界缓存机制,确保任何摄像机轨迹的几何一致性。
顶级性能:在斯坦福 WorldScore 测试中排名第一,在视频生成和3D 重建基准测试中表现出色
Hu原生nyuanWorld-Voyager的架构包含两个关键组件。首先是 “世界一致的视频扩散”,该组件提出了一种统一的架构,可以基于已有的世界观测,同时生成准确对齐的 RG3DB 视频和深度视频序列,从而确保全局场景的一致性。其次是 “长距离世界探索”,它采用了一种高效的世界缓存机制,结合点云剔除和自回归推理能力,支持迭代场景扩展,并通过上重建下文感知的一致性技术实现平滑的视频采样。
为了训练 HunyuanWorld-Voyager 模型,研究团队构建了一套可扩展的数据构建引擎。这一自动化视频重建流水线能够能力对任意输入视频自动估计相机位姿和度量深度,因此无需依赖人工标注,从而实现大规模、多样化训练数据的构建。基于此流水线,HunyuanWorld-Voyager 整合了真实的超世界采集和虚幻引擎渲染的视频资源,构建了一个包含超过10万个视频片段的大规模数据集。
在实验评估中,HunyuanWorld-Voyager 在视频生成质量方面表现出色。与长程四种开源的相机可控视频生成方法进行了对比,结果显示该模型在 PSNR、SSIM 和 LPIPS 等指标上均优于其他模型,证明了其卓越的视频生成质量。同时,在场景重建方面,世界HunyuanWorld-Voyager 的生成视频在几何一致性上也显现出更好的效果。
此外,HunyuanWorld-Voyager 在 WorldScore 静态基准测试中模型获得了最高分,证明了其在相机运动控制和空间一致性方面的优越性。这一成果不仅展示了混元世界模型的潜力,还为未来的3D 场景生成技术开辟了新路径。
划重点:
HunyuanW:Horld-Voyager 能够基于单张输入图像生成具有世界一致性的3D 点云,支持用户沉浸式探索。
该模型同时生成精确对齐的深度信息和 RGB 视un频,适用于高质量三维重建。
在多个测试中,HunyuanWorld-Voyager 在视频生成质量和场景重建效果上均优于其他模型。&nbsyup;
相关文章
云梦级3月26日云梦级消息,3月26日,中国海油集团旗下控股的上市公司中国海洋石油有限公司(以下简称公司)发布云梦级消息,公布了截至2025年12月31日的2025年年度业绩。 公司五年来累计获得662026-11-17
为淘汰Cookie 谷歌又推出新的“隐私沙箱”技术Topics
新浪科技讯 北京时间1月25日晚间消息,据报道,谷歌今日宣布,在遭到广告商和监管机构的反对之后,现决定放弃之前的“隐私沙箱”技术,转而推出新的在线广告系统“Topics”,以此来阻止Chrome浏览器2026-11-17
AI收入破百亿!百度2025年Q2财报亮眼,智能搜索与萝卜快跑成增长双引擎
今天,百度发布了2025年第二季度财报,财报显示,公司总营收达327亿元,其中百度核心营收为263亿元。值得关注的是,其AI新业务收入首次突破100亿元,同比增长高达34%,成为拉动公司业绩增长的核心2026-11-17
查看最新行情 新浪科技讯 北京时间3月30日早间消息,据报道,根据宕机监控网站Downdetector.com的数据,成千上万的Twitter用户周一无法访问这家社交媒体平台。 该网站的信息显示,有多2026-11-17
在数字时代,伪造视频的现象愈发猖獗,引发了人们对虚假信息的严重担忧。针对这一挑战,埃隆・马斯克的人工智能公司 xAI 宣布其开发的聊天机器人 Grok 将很快具备检测 AI 生成视频的能力。Grok2026-11-17
盖茨承认20年前发生过婚外情 但否认相关调查与他离开微软董事会有关
新浪科技讯 北京时间5月18日上午消息,据英国《金融时报》报道,比尔·盖茨(Bill Gates)否认,微软(Microsoft)在20年前就他与一名员工“亲密关系”的调查对他去年离开微软董事会的决定2026-11-17

最新评论