WorldClaw：腾讯混元推出的智能体式大规模开放世界3D生成框架

AI新闻 dotaai 1小时前

一、WorldClaw是什么

WorldClaw是腾讯混元（Hunyuan3D）团队推出的智能体驱动大规模开放世界3D生成框架，通过文本提示输入，即可生成空间逻辑自洽、支持自由漫游、分层可编辑的完整3D大世界场景。

传统文生3D工具大多只能产出单个物体、小块局部场景，很难兼顾大范围地图全局一致性、局部细节丰富度、资产可编辑复用三大痛点。WorldClaw采用由粗到细的多智能体流水线，解耦全局规划与局部细节生成，直接输出独立网格实体资产，可对接Blender、游戏引擎等工业化内容制作管线，面向游戏、虚拟场景、影视预演等内容生产领域。

WorldClaw（图1）

二、功能特色

文本驱动完整大世界生成：仅输入自然语言描述，即可生成多生物群系混合的大型3D开放世界，支持雪山、峡谷、海岛、村落、荒漠等多种地貌场景，支持四季风格切换。
全局空间逻辑自洽：智能体统一规划整张地图，规避地形断裂、物体浮空、物体穿插等常见AI‑3D生成缺陷，保障大范围场景连贯性。
分层可编辑实体资产输出：地形、建筑、植被、道具全部为独立网格对象，可以单独选中修改、删除、复用，不是不可编辑的烘焙贴图。
按需细节生成：不会对整张地图无差别高细节渲染，重点区域生成精细模型，远景区域轻量化处理，平衡生成效率与视觉效果。
多通道渲染输出：同步输出RGB彩色图、实例掩码图、法线图、深度图，可用于后期合成、材质烘焙、景深特效制作。
多视角预览素材：生成结果配套俯视图、空中环绕漫游动画、第一人称地面行走镜头，直观展示宏观地形与近距离细节。

三、技术细节

WorldClaw核心为多智能体由粗到细（Coarse‑to‑Fine）流水线架构，多个专用智能体分工完成完整世界构建。

规划智能体：解析用户文本提示词，输出结构化世界方案，定义地图分区、地形类型、物体清单、物体摆放位置、材质风格约束，完成整体世界蓝图。
地形生成智能体：依据规划结果生成统一高度场地形基底，划分不同地貌区块，保证整片地图地形连续。
局部细节生成模块：建筑、特色景观调用3D生成模型产出网格；植被、小型道具采用程序化散点+3D代码生成；只在需要精细表现的区域生成高细节模型。
渲染优化智能体：迭代修正物体与地面贴合关系、调整物体摆放、优化材质质感，修正穿插、浮空问题。

输出产物为显式三角网格资产，地形附带Blender着色脚本，全部资产可直接导入主流3D软件与游戏引擎。

四、应用场景

游戏开发：快速生成游戏大地图原型、关卡概念场景，输出可编辑资产用于后续关卡迭代制作。
虚拟空间与元宇宙：虚拟展厅、虚拟村落、户外开放虚拟环境快速搭建。
影视与动画预演：影视外景、奇幻大场景的前期概念预览，快速输出多版本场景方案。
3D内容创作：3D美术从业者快速获取场景基底，在生成结果基础上二次修改加工。
教育演示：地理地貌、虚构世界可视化演示，快速构建演示用三维环境。

五、使用方法

输入提示词：输入自然语言描述，描述世界地貌、建筑类型、植被、整体风格，描述越丰富，生成世界越贴合预期。
启动多智能体流水线：系统自动运行规划、地形构建、细节生成、渲染优化整套流程，完成完整开放世界构建。
预览生成结果：查看全景俯视图、漫游动画、第一人称镜头，同时查看RGB、法线、深度、实例掩码多通道素材。
导出3D资产：导出独立网格模型资产，将地形、建筑、植被等资源导入Blender、Unity、Unreal Engine进行二次编辑与落地开发。

注：当前项目为研究原型，主要用于技术演示，暂未提供面向普通用户的公开SaaS在线操作入口。

六、竞品对比

选取行业内两款主流大规模3D场景生成方案进行横向对比。

对比维度	WorldClaw（腾讯混元3D）	Hunyuan3D‑Single	Tripo3D World
核心定位	智能体驱动完整开放大世界生成	单体物体/小场景3D生成	文生局部3D环境、单场景区块
生成规模	大型开放世界，多地貌混合整张地图	单个道具、建筑、小物件	中小型局部环境，地图范围有限
资产形式	全部物体为独立可编辑网格实体	输出完整网格，适合单体资产	部分输出烘焙整体场景，实体拆分能力弱
全局一致性	智能体统筹全局地形，空间逻辑强	不做全局地形规划	局部效果优秀，大范围容易出现逻辑错误
输出配套通道	RGB、实例掩码、法线、深度多通道	模型+纹理贴图	彩色渲染图+基础法线贴图
工业化管线适配	Blender、游戏引擎原生兼容	适合资产库批量生产	适合概念预览，二次编辑成本偏高

七、常见问题解答

Q：WorldClaw可以直接在线上传提示词立刻生成场景使用吗？

A：WorldClaw属于学术研究原型项目，公开网页仅用于效果演示，目前没有开放普通用户在线生成服务，无法直接在网页输入提示词产出自定义3D世界。

Q：WorldClaw生成的3D模型格式是什么，可以导入Unity、Unreal吗？

A：输出为标准显式网格资产，支持导入Blender，适配主流游戏引擎管线，原型演示中没有对外开放完整模型下载接口。

Q：WorldClaw和普通Hunyuan3D单体生成模型的区别是什么？

A：普通Hunyuan3D专注单个物体、建筑资产生成；WorldClaw面向整张开放大地图，重点解决大范围地形规划、物体布局、多智能体协同，产出完整可漫游世界。

Q：生成的场景物体是否可以单独拆分修改？

A：技术设计上建筑、植被、道具均为独立实例网格，支持单独选中编辑；受限于原型演示，公开页面仅展示渲染效果，不提供可编辑源文件下载。

Q：输入简短一句话提示词，就能生成高质量复杂世界吗？

A：可以生成基础世界轮廓；想要地貌、建筑、布局符合预期，建议尽可能丰富提示词，写明地貌类型、建筑风格、植被、季节等信息。

八、相关链接

项目演示官网：https://tencent‑hunyuan.github.io/Hunyuan3D‑WorldClaw/
论文ArXiv地址：https://arxiv.org/pdf/2608.05248

九、总结

WorldClaw作为腾讯混元3D团队推出的开放世界3D生成研究框架，依靠多智能体由粗到细的流水线思路，解决传统AI‑3D在大规模场景下全局一致性、资产可编辑性的痛点，能够产出多地貌混合、分层可编辑的完整3D开放世界，产出结果适配游戏、影视预演、虚拟空间等工业化内容制作链路，为大尺度三维场景AI生成提供了一套完整可行的技术方案。