混元3D世界模型2.0（HY-World 2.0）是腾讯于2026年4月16日正式发布并开源的多模态世界模型。该模型能够理解文字、图片、视频等多种输入形式，自动生成、重建和模拟包含人、物、景的完整3D世界。与此前主流世界模型仅能生成视频文件不同，HY-World 2.0可直接生成可二次编辑的3D资产文件（Mesh、3DGS、点云等格式），这些资产可无缝导入Unity、UE等游戏引擎进行二次开发，实现真正的可玩、可用。HY-World 2.0已上线至腾讯混元3D创作引擎官网，用户可申请使用，模型代码同时在GitHub开源。

一、主要功能

HY-World 2.0提供六大核心功能。第一，多模态3D世界生成：用户输入一段文字或一张图片，模型即可精准解析复杂语义，一键生成风格多样的可漫游3D世界。第二，多格式3D资产导出：支持Mesh网格、3DGS三维高斯泼溅、点云等多种主流3D格式导出，满足不同工作流需求。第三，角色漫游模式：用户可操作角色在生成的街道、建筑、场景中自由探索，不限时间，具备物理碰撞效果，体验如同在真实游戏中一样。第四，游戏工作流无缝衔接：生成的3D资产可直接导入Unity、UE等主流游戏引擎进行二次编辑和开发。第五，3D世界重建与模拟：能够基于现有图片或视频输入，重建和模拟真实的3D场景，适用于具身仿真等领域。第六，开源社区支持：模型在GitHub完全开源，开发者可基于源码进行定制化开发和部署。

二、技术原理

HY-World 2.0基于腾讯混元大模型体系构建，采用多模态融合架构，将文本理解、图像分析和视频理解能力统一到一个世界生成框架中。在底层技术上，模型结合了扩散模型与神经辐射场（NeRF）技术，实现了从语义理解到3D几何重建的全链路打通。在资产导出环节，模型通过专用解码器将隐式三维表示转换为Mesh、3DGS和点云等显式格式，确保导出资产的质量和兼容性。角色漫游模式则集成了物理引擎，实现了碰撞检测和重力模拟，让生成的世界具备可交互性。

三、应用场景

HY-World 2.0适用于多个实际场景。游戏原型开发领域，开发团队可使用一句话快速生成游戏地图和关卡原型，大幅缩短前期概念设计周期，再导入Unity或UE进行精修。建筑与城市规划中，设计师可通过文字描述或照片快速生成建筑群和街道场景，用于方案比选和可视化展示。影视前期预演方面，导演和美术团队可利用世界模型快速构建虚拟场景用于镜头预演和分镜可视化。具身智能训练中，3D世界重建能力可为机器人和自动驾驶提供高保真仿真环境。教育与文化展示领域，可用于虚拟博物馆、历史场景复原等教育场景的快速构建。

四、使用方法

第一步，访问腾讯混元3D创作引擎官网（3d.hunyuan.tencent.com）并注册登录账号。第二步，在世界模型2.0功能页面中，选择文字输入或图片上传模式。第三步，输入描述文字（如未来赛博朋克城市街道）或上传参考图片，模型将自动解析语义。第四步，等待模型生成3D世界（通常需要数分钟），生成完成后可在浏览器中预览和漫游。第五步，如需进一步编辑，可将生成的3D资产以Mesh或3DGS格式导出，导入Unity或UE等引擎进行二次开发。开发者也可从GitHub克隆源码，在本地部署并自定义训练。

五、适用人群

HY-World 2.0面向以下核心用户群体。独立游戏开发者和小型工作室可利用该工具快速生成关卡原型，显著降低美术成本。建筑设计师和城市规划师可通过快速场景生成进行方案可视化展示。影视制作团队的美术和预演部门可用于虚拟场景搭建和镜头预演。AI研究人员和高校学生可基于开源代码进行3D生成领域的学术研究和技术创新。企业级用户如房地产、文旅等行业可利用世界生成能力进行项目展示和营销物料制作。

六、优缺点介绍

HY-World 2.0具备多项显著优势：作为腾讯混元生态的重要组成部分，拥有强大的多模态理解能力和稳定的模型质量；支持Mesh、3DGS、点云三种主流格式导出，工作流兼容性出色；角色漫游模式具备物理碰撞，可交互性强；完全开源，开发者可自由定制和部署；与Unity、UE等主流游戏引擎无缝衔接，实际可用性高。

不足之处在于：模型体积较大，对硬件算力要求较高，个人用户本地部署有一定门槛；生成复杂场景时耗时较长，实时性有待优化；作为刚发布的2.0版本，生态工具和社区教程仍在完善中；精细化的场景编辑仍需依赖传统3D软件，AI生成与人工精修的衔接流程有待进一步优化。