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信息和开源 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3D 内存具备: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

Huny原生uanWorld-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，并通过上下文重建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对任意能力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 整合了真实世界采的超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 在视频生成质量方面表现出色。长程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，在场景重建世界方面，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 WorldScore 静态基准模型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。

划重点:

Hun：HyuanWorld-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度信息和un 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。&yunbsp; 

• ·标签: 埃泰克 603293 汽车电子 智能座舱
• ·京东成立数字经济公司，经营范围含云计算装备技术服务等
• ·高薪新风口:人工智能岗位月薪最高7.8万，实习生日薪可达4000元
• ·标签: 快手 可灵AI 盖坤 李晗
• ·氧气罐能上飞机么
• ·谷歌正免费向所有人开放AI视频编辑工具Google Vids基本编辑工具
• ·标签: 月之暗面 Kimi 隐私泄露 AI幻觉
• ·微软调整 Microsoft365Copilot，取消默认 AI 内容免责声明
• ·标签: 理想汽车 L系列 i8 张骁
• ·2020年的优秀云计算技巧
• ·Anthropic 计划扩张：国际团队将翻倍，AI 技术迎来新篇章
• ·标签: 今日宜休 CMC资本 精力指数 王腾
• ·一篇带你创建 Tekton 流水线
• ·甄嬛传钮钴禄是什么梗
• ·云计算核心技术Docker教程：Docker Hub设置构建规则
• ·谷歌大脑最新研究：AutoML方式自动学习Dropout模式