7 月 27 日消息，今天，在 2025 世界人工智能大会腾讯论坛上，腾讯正式发布混元 3d 世界模型 1.0，并全面开源。
据介绍，这是业界首个开源可沉浸漫游、可交互、可仿真的世界生成模型，为游戏开发、vr、数字内容创作等领域带来了全新的可能性。除 3d 世界模型外，腾讯混元还披露了包括端侧混合推理语言模型、多模态理解模型、游戏视觉模型等在内的一系列开源计划。
腾讯混元 3d 世界模型 1.0 融合了全景视觉生成与分层 3d 重建技术，同时支持文字和图片输入，实现了高质量、风格多样的可漫游 3d 场景生成。过去需要专业建模团队数周才能搭建的 3d 虚拟世界，现在只需一句文字或一张图片，几分钟内即可生成。
对游戏开发者而言，混元 3d 世界模型极大简化了 3d 场景构建流程，只需输入简单指令，模型即可快速生成包含建筑、地形、植被的完整 3d 场景。输出的 mesh 文件可用于游戏原型搭建或关卡设计，还能灵活调整前景物体、更换天空背景，满足个性化创作需求。
无建模经验的普通用户，通过混元 3d 创作引擎，仅需一句话或者一张图即可快速生成 360° 沉浸式视觉空间，生成的场景可无缝导入 vision pro 等虚拟头显，带来沉浸式体验。
混元 3d 世界模型 1.0 的核心还在于其创新的「语意层次化 3d 场景表征及生成算法」。该算法将复杂 3d 世界解构为不同语意层级，实现前景与背景、地面与天空的智能分离，不仅生成视觉效果逼真的整体场景，还能输出标准化的 3d mesh 资产，兼容 unity、unreal engine、blender 等主流工具。用户可对场景内元素进行独立编辑或物理仿真，无缝衔接 aigc 技术与传统 cg 工作流。
与全球领先的开源模型相比，混元 3d 世界模型 1.0 在文生世界、图生世界的美学质量和指令遵循能力等关键维度均全面超越当前 sota 的开源模型。