世界生成模型来了3D头部玩家，可进入生产管线的场景级生成时代来临！
内容提要
影眸Hyper3D发布世界生成模型WorldGen，可将单张场景图在2-3分钟内生成可交互、可编辑的完整3D场景，每个资产独立且带物理属性。基于SIGGRAPH最佳论文CAST技术，WorldGen服务于具身智能、游戏、影视和XR领域，支持场景拆解、物理仿真及导入主流引擎，推动3D生成进入场景级时代。
延伸解读
从“造物”到“造世界”：3D生成的关键跃迁
WorldGen将3D生成从单个资产提升到完整场景，核心在于场景被拆解为独立资产，并保留空间与物理关系。这意味着生成结果不再是不可拆分的整体，而是可编辑、可交互的“乐高积木”，为后续生产流程提供了可用的起点。
技术基座：SIGGRAPH最佳论文CAST
WorldGen基于影眸Hyper3D自研的CAST技术，该技术获得SIGGRAPH 2025最佳论文。CAST通过对象识别、遮挡补全、空间放置和物理校正四步，解决单图生成场景中的深度缺失、遮挡和物理一致性难题，为WorldGen的产品化奠定了基础。
行业落地：从具身智能到影视制作
WorldGen已应用于具身智能、游戏、影视和XR领域。例如，与地瓜机器人、谋先飞合作构建仿真闭环；游戏资产可直接导入Blender、Unity等引擎；影视制作中与Seedance 2.5结合，实现可控场景与高质量视频生成的互补。
局限与展望：仍需人工精修
尽管WorldGen能快速生成场景，但距离最终成品仍有差距。生成结果需要专业创作者进一步编辑和精修，如材质调整、动画绑定等。其价值在于提供可编辑的起点，而非直接生成可上线的游戏或电影。
Q&A
影眸科技发布的WorldGen是什么？它和普通的3D生成模型有什么不同？
WorldGen是影眸科技发布的世界生成模型，它能够将单张场景图在2-3分钟内生成一个可交互、可编辑的完整3D场景。与普通3D生成模型只能生成单个物体不同，WorldGen生成的是场景级内容，每个物体都是独立资产，具有物理属性，可以单独操作和替换。
WorldGen的技术基础是什么？它获得了哪些荣誉？
WorldGen的技术基础是影眸科技自研的场景级生成技术CAST，该技术获得了SIGGRAPH 2025最佳论文奖，同期获奖的商业公司只有谷歌和Meta。
WorldGen是如何工作的？请简述其生成流程。
WorldGen的生成流程包括：上传场景图后，系统自动识别或手动框选主要物体，然后逐个生成每个前景物体作为独立资产（约2-3秒出预览），背景环境用3D Gaussian Splatting补全，整体耗时2-3分钟。开启SimReady模式后，系统会为每个资产补充碰撞体并估计质量、摩擦系数等物理属性。
WorldGen在具身智能领域有哪些应用？
WorldGen在具身智能领域可用于生成机器人训练所需的仿真环境。例如，影眸科技与地瓜机器人、谋先飞合作，利用WorldGen从真实影像生成可交互的3D场景，结合谋先飞的MotrixSim引擎进行物理仿真，地瓜机器人提供算力，形成从场景准备到策略验证的完整闭环。此外，WorldGen还支持将整个场景用于NVIDIA Isaac Sim。
WorldGen对游戏和影视制作有什么帮助？
在游戏领域，WorldGen可以从概念图生成对象化场景，策划可检查动线和空间，关卡设计师可移动或替换道具，生成资产可直接导入Blender、Unity等引擎进行二次创作。在影视领域，WorldGen可作为可控3D基底，导演可轻松调整物体位置，再结合视频生成模型提升画面质量，例如与Seedance 2.5结合使用，实现镜头调度和风格变换。
WorldGen解决了传统场景生成的哪些痛点？
传统场景生成通常将整个场景作为一个模型生成，导致内容不可拆解，用户难以编辑。WorldGen将场景拆解为独立资产，保留空间和物理关系，使每个物体可单独操作，解决了场景不可编辑、不可复用的问题。
WorldGen的CAST技术是如何处理场景生成的？
CAST技术分为四步：1）将输入图片拆解为对象并估计相对深度；2）针对每个物体独立生成完整3D几何，利用遮挡感知补全不可见区域；3）将物体放回统一空间，估计旋转、平移和尺度以保持构图一致；4）建立物体关系图，结合SDF进行物理校正，减少穿透和悬空。
WorldGen为什么被称为“世界生成模型”而不是“世界模型”？
影眸科技CTO张启煊解释，世界生成模型是通过文本或图像将场景还原为可用的三维世界，它生成开放式场景，更接近“世界”的表达。它仍是广义世界模型的重要组成部分，因为真正的世界模型需要载体来承载世界的外观和属性，而影眸选择的载体是3D。
