Resposta rápida
HY-World 2.0 é o modelo de mundo multimodal open source da Tencent Hunyuan. Ele gera um mundo 3D navegável a partir de texto ou uma imagem e reconstrói cenas usando várias imagens ou vídeo. As saídas persistentes—Gaussian Splatting, malhas e nuvens de pontos—podem ser exploradas, editadas e importadas em engines 3D.
Principais pontos
Dois fluxos: criar um mundo de texto ou imagem única, ou reconstruir um lugar de múltiplas vistas e vídeo.
Saída 3D real: cenas Gaussian Splatting, malhas e nuvens de pontos persistentes em vez de um vídeo curto.
Stack em quatro partes: HY-Pano 2.0 cria o panorama, WorldNav planeja o movimento, WorldStereo 2.0 expande a cena e WorldMirror 2.0 cria a representação 3D.
Release open source: relatório, código de inferência, pesos, documentação e visualizador Gradio local do WorldMirror 2.0.
Pipeline do HY-World 2.0 em resumo
| Tópico | Entrada | Trabalho principal | Saída |
|---|---|---|---|
| HY-Pano 2.0 | Prompt de texto ou imagem de referência. | Criar panorama 360° que define o visual do mundo. | Cena panorâmica pronta para análise e navegação. |
| WorldNav | Panorama gerado e estrutura analisada. | Planejar trajetórias de câmera evitando obstáculos. | Caminhos e vistas que definem áreas a expandir. |
| WorldStereo 2.0 | Trajetórias, vistas renderizadas e memória da cena. | Gerar keyframes consistentes e completar áreas não vistas. | Sequência multivista alinhada cobrindo ambiente maior. |
| WorldMirror 2.0 + 3DGS | Imagens multivista geradas ou capturadas. | Estimar geometria e câmeras, preparar dados Gaussian e otimizar. | Mundo 3DGS persistente, malha, nuvem de pontos e mapas espaciais. |
O que o HY-World 2.0 faz
HY-World 2.0 combina geração, reconstrução e simulação de mundos. Um prompt ou imagem cria um novo ambiente navegável; fotos ou vídeo reconstroem um lugar existente.
O sistema produz assets espaciais—3D Gaussian Splats, malhas, nuvens de pontos, profundidade, normais e câmeras—que continuam disponíveis de novos pontos de vista.
De um prompt ou imagem a um mundo navegável
HY-Pano 2.0 gera primeiro um panorama de 360°. WorldNav analisa a cena e planeja caminhos de câmera que evitam obstáculos; WorldStereo 2.0 gera keyframes consistentes e expande áreas não vistas.
WorldMirror 2.0 estima geometria e câmeras, e a otimização 3DGS exporta o mundo. O CLI público separa planejamento, renderização de trajetória, expansão, preparação GS e treino 3DGS.
Reconstrua uma cena 3D com fotos ou vídeo
WorldMirror 2.0 recebe múltiplas vistas ou vídeo e prevê em uma passagem nuvens densas, profundidade, normais, câmeras e atributos 3DGS. Priors de câmera e profundidade também podem ser injetados.
O repositório inclui inferência single e multi-GPU, API Python, CLI e app Gradio para visualizar 3DGS, pontos, profundidade, normais e câmeras. A resolução flexível documentada vai de cerca de 50K a 500K pixels.
Mundos 3D persistentes, não vídeo gerado
Um modelo de vídeo prevê uma sequência de frames. HY-World 2.0 cria uma cena persistente que permanece após a geração, mantém coerência entre vistas e renderiza sem repetir inferência a cada frame.
Assim, artistas podem editar, desenvolvedores adicionar lógica de jogo e equipes de simulação repetir navegação e testes no mesmo espaço.
Explore em primeira pessoa ou com personagem
As demos oficiais mostram navegação em primeira pessoa e exploração em terceira pessoa. Colisões físicas relacionam câmeras e personagens com ruas, salas, edifícios e terreno.
Os assets integram Blender, Unity, Unreal Engine e Isaac Sim. Malhas atendem edição e colisão; Gaussian Splats preservam a aparência para renderização fiel de novas vistas.
Modelos, código e requisitos open source
A Tencent publica a geração completa, WorldMirror 2.0, HY-Pano 2.0, WorldStereo 2.0, pesos e documentação. O zoo lista cerca de 1.2B parâmetros no WorldMirror 2.0, 80B no HY-Pano 2.0, 425M no HY-Pano 2-Qwen e 17B no WorldStereo 2.0.
Recomendam-se CUDA 12.8 e Python 3.11+. Reconstrução é o início mais simples; geração completa adiciona modelos grandes, navegação, render em etapas e treino 3DGS. O produto hospedado recebeu HY World 2.1 em julho de 2026, enquanto o repositório documenta o stack open source 2.0.
Perguntas frequentes
HY-World 2.0 é o modelo multimodal da Tencent Hunyuan para gerar mundos 3D de texto ou uma imagem e reconstruir cenas de várias imagens ou vídeo.
Geração aceita texto ou uma imagem. Reconstrução aceita várias imagens ou vídeo, com priors opcionais de câmera e profundidade.
Cenas Gaussian Splatting, malhas, nuvens de pontos, mapas de profundidade, normais, parâmetros de câmera e dados relacionados.
Um modelo de vídeo gera sequência fixa. HY-World 2.0 produz representação 3D persistente, explorável, editável e importável em engines 3D.
Sim. O repositório inclui relatório, pesos, reconstrução, panorama, expansão e o caminho completo de inferência, sujeito aos termos da licença.
A documentação recomenda CUDA 12.8 e Python 3.11+. WorldMirror 2.0 é o início mais simples; a geração completa exige bem mais recursos.
Crie o primeiro asset 3D do seu mundo
Transforme uma imagem de referência em modelo 3D texturizado no navegador para usar como objeto, personagem ou parte da cena.
Testar Imagem para 3D