今日，業(yè)界原生騰訊混元官方宣布，首個(gè)世界HunyuanWorld-Voyager（簡(jiǎn)稱混元Voyager）正式發(fā)布，騰訊這是混元業(yè)界首個(gè)支持原生3D重建的超長(zhǎng)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)布的模型世界模型基準(zhǔn)測(cè)試WorldScore上位居綜合能力首位，超越現(xiàn)有開源方法，發(fā)布在視頻生成和3D重建任務(wù)中均表現(xiàn)出色。支持D重

在視頻生成和視頻3D重建兩個(gè)任務(wù)上，業(yè)界原生Voyager也均取得更好的首個(gè)世界結(jié)果。

據(jù)介紹，發(fā)布混元Voyager聚焦于AI在空間智能領(lǐng)域的支持D重應(yīng)用擴(kuò)展，將為虛擬現(xiàn)實(shí)、業(yè)界原生物理仿真、游戲開發(fā)等領(lǐng)域提供高保真的3D場(chǎng)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(zhǎng)距離、世界一致的漫游場(chǎng)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(chǎng)景的生成質(zhì)量，并可對(duì)生成的場(chǎng)景做風(fēng)格化控制和編輯。

此外，該模型可支持視頻場(chǎng)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(guò)空間與特征結(jié)合的方式，支持原生的3D記憶和場(chǎng)景重建，避免了傳統(tǒng)后處理帶來(lái)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(chǎng)景。

額外的深度信息還能支持視頻場(chǎng)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。

(責(zé)任編輯：休閑)