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。 创新的具备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 H原生unyuanWorld-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 R3DGB 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,并通过重建上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 整合了的超真实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 在视频生成质量方长程面表现出色。与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,在场景世界重建方面,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 WorldSco模型re 静态基准测试中获得了最高分,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:H点: HunyuanWorld-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un度信息和 RGB 视频,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yu。
-
上一篇
-
下一篇
- 最近发表
- 随机阅读
-
- 波士顿动力一只48.8万,美女沙滩遛「狗」,网友直呼:壕
- 收购GitHub两年后,微软不断面临棘手的争议
- 京东自研的「京点点AI文案」全新上线,3秒出稿
- Figma重磅收购AI生成公司Weavy!推新品牌Figma Weave,打造“节点式”AI设计新范式
- 标签: 魔形智能
- 标签: 特斯拉 FSDD 段永平 辅助驾驶
- 标签: 京东集团 京东零售 许冉 2025年Q3
- 微软Xbox云游戏服务将从周二开始在iPhone、iPad和PC上开测
- 标签: 工业富联 800G交换机 AI服务器 富士康
- 苹果 iOS 27 开发进展:AI 功能将迎来重大升级
- 标签: 京东 刘强东 京东点评 京东真榜
- 标签: AWS AmazonConnect AgenticAI 供应链Agent
- 曝谷歌审查内部研究 要求研究员避开敏感话题
- 标签: 猎装车 车企 新能源汽车
- 云计算工作负载需要哪些保护
- 联想小新Pro14和戴尔灵越7400各有千秋!你买谁?
- 标签: 安世半导体 闻泰科技 荷兰政府 芯片短缺
- 云计算开发:Python练习实例-计算字符串中子串出现的次数
- 标签: 越疆机器人 DOBOTAtom RoverX1 协作机器人
- 国内 AI 战场新王诞生!文心 X1.1 荣登大模型测评榜首
- 搜索
-
- 友情链接