腾讯推出元海世界远征者——超大规模全球模型

HunyuanWorld-Voyager是什么

HunyuanWorld-Voyager（简称混元Voyager）是由腾讯推出的一款革命性的超长漫游世界生成模型。作为首个支持原生3D重建的技术框架，它利用先进的视频扩散技术，能够从单张图片中智能生成与用户自定义相机路径完全一致的高质量3D点云序列。这种创新的技术使得沿任意自定义轨迹进行3D场景探索成为可能，并可输出对齐的深度和RGB视频流，为高效的直接3D重建提供了强大的技术支持。

该模型的核心架构包含两大关键组件：世界一致视频扩散引擎和长距离世界探索算法。通过高效点剔除技术和自回归推理机制，HunyuanWorld-Voyager能够实现场景的智能迭代扩展。此外，它还创新性地提出了可扩展的数据生成系统，专门用于大规模RGB-D视频数据的生产与训练。

在权威的WorldScore基准测试中，Voyager的表现尤为出色，在多项关键指标上均达到了行业领先水平，充分证明了其卓越的技术性能和广泛的适用场景。

HunyuanWorld-Voyager的主要功能

• 单图生成3D点云序列：支持根据用户自定义的相机路径，从单张图片生成高精度、一致性强的3D点云序列，实现长距离、大范围的世界探索。
• 世界一致视频扩散：通过先进的扩散模型，确保生成的3D场景与实际物理世界保持高度一致性，为真实感建模提供可靠保障。
• 高效场景扩展能力：采用智能点剔除技术和自回归推理机制，实现复杂场景的自动扩展和优化，无需人工干预即可构建超大规模数字孪生体。
• 可扩展数据引擎：创新设计的数据生成系统，能够规模化生产高质量的RGB-D视频训练数据，满足各种应用场景对多样化数据的需求。
• 多维输出能力：不仅提供传统的3D点云信息，还能同时输出深度图和RGB视频流，为后续的3D重建工作提供了丰富而完整的感知数据源。
• 性能优化技术：通过高效的算法设计和系统优化，在保持高生成质量的同时实现了快速推理，显著降低了计算资源消耗。