今日，騰訊混元官方宣布，HunyuanWorld-Voyager（簡稱混元Voyager）正式發(fā)布，這是業(yè)界首個(gè)支持原生3D重建的超長漫游世界模型。

該模型在斯坦福大學(xué)李飛飛團(tuán)隊(duì)發(fā)布的世界模型基準(zhǔn)測試WorldScore上位居綜合能力首位，超越現(xiàn)有開源方法，在視頻生成和3D重建任務(wù)中均表現(xiàn)出色。

在視頻生成和視頻3D重建兩個(gè)任務(wù)上，Voyager也均取得更好的結(jié)果。

據(jù)介紹，混元Voyager聚焦于AI在空間智能領(lǐng)域的應(yīng)用擴(kuò)展，將為虛擬現(xiàn)實(shí)、物理仿真、游戲開發(fā)等領(lǐng)域提供高保真的3D場景漫游能力。 

模型突破傳統(tǒng)視頻生成在空間一致性和探索范圍上的局限，能夠生成長距離、世界一致的漫游場景，支持將視頻直接導(dǎo)出為3D格式。

據(jù)了解，混元Voyager 3D輸入-3D輸出的特性，與此前已開源的混元世界模型1.0高度適配，可進(jìn)一步擴(kuò)展1.0模型漫游范圍，提升復(fù)雜場景的生成質(zhì)量，并可對(duì)生成的場景做風(fēng)格化控制和編輯。

此外，該模型可支持視頻場景重建、3D物體紋理生成、視頻風(fēng)格定制化生成、視頻深度估計(jì)等多種3D理解與生成應(yīng)用。

官方表示，混元Voyager首次通過空間與特征結(jié)合的方式，支持原生的3D記憶和場景重建，避免了傳統(tǒng)后處理帶來的延遲和精度損失。

同時(shí)，在輸入端加入3D條件保證畫面視角精準(zhǔn)，輸出端直接生成3D點(diǎn)云，適配多種應(yīng)用場景。

額外的深度信息還能支持視頻場景重建、3D物體紋理生成、風(fēng)格化編輯和深度估計(jì)等功能。