WorldClaw – 騰訊混元團隊推出的 3D 世界生成框架

WorldClaw是什麼

WorldClaw是騰訊混元團隊推出的Agent驅動開放世界3D生成框架。用戶輸入一句自然語言描述，系統可自動規劃地形、區域、建築、物體與空間關係，採用全局到局部的生成策略，在Blender中構建出可自由探索且支持逐對象編輯的完整3D場景。框架由Claude Opus、GPT-Image-2、SAM3及Hunyuan3D等多模型協同驅動，具備視覺Agent自檢修復能力，可自動修正懸空、穿模等接觸問題。

WorldClaw的主要功能

• 智能場景規劃：規劃Agent分析用戶描述，將開放式提示詞轉換爲包含區域、地形、物體、材質及空間關係的結構化場景規格。
• 全局到局部生成：先建立世界地形與空間框架，再逐步填充各區域細節，避免道路斷裂與尺度失衡。
• 獨立資產生成：建築、植被、車輛等對象保持獨立實例，非單一烘焙模型，支持單獨移動、替換與編輯。
• 視覺自檢與修復：視覺Agent多視角渲染檢查比例、姿勢與接觸問題，自動修復物體懸空、穿模等缺陷。
• Blender深度整合：地形生成、資產生成、場景擺放、檢查與渲染全流程運行於Blender 5.1.1，支持MCP接口操作。

WorldClaw的技術原理

• 多Agent協同架構：系統由規劃Agent、場景優化Agent和視覺檢查Agent組成，分別負責場景設計、Blender操作與質量驗證。
• 多模型分工：Claude Opus 4.8作爲Agent基礎模型，GPT-Image-2負責圖像生成，SAM3/SAM3D負責分割，Hunyuan3D負責3D重建與資產生成。
• Coarse-to-Fine生成策略：先生成語義高度場確定地形骨架，按區域生成物體組成方案，最後獨立重建各3D資產並組合。
• 局部修復機制：針對接觸問題僅修改對應支撐區域，避免破壞整體地貌結構。

如何使用WorldClaw

• 輸入描述：用自然語言描述想要的開放世界場景。
• 智能規劃：規劃Agent自動拆解提示詞，生成包含區域、地形、物體與空間關係的結構化場景規格。
• 地形骨架生成：系統生成帶語義的高度場，確定山峯、河流、海岸等地形區域的空間基礎。
• 區域資產生成：按區域分別生成建築、植被、車輛等獨立3D資產，並擺放到對應位置。
• 視覺檢查修復：視覺Agent多視角渲染檢查，自動修復比例異常、懸空、穿模等問題。
• 導出編輯：在Blender中獲取完整場景，自由調整對象位置、替換資產或修改材質。

WorldClaw的核心優勢

• 從提示詞到完整世界：一句自然語言描述，可自動規劃並生成包含地形、建築、植被、設施的完整可探索3D場景，無需人工逐資產建模。
• 獨立可編輯資產：所有對象保持獨立紋理Mesh和實例，支持單獨移動、替換、修改材質，無需重新生成整個世界。
• 智能自檢修復：視覺Agent主動檢查比例、姿勢與接觸問題，自動修復懸空、穿模等常見3D缺陷，提升生成質量。
• 深度Blender集成：全流程運行於Blender 5.1.1，支持MCP接口直接操作，便於接入現有3D工作流。

WorldClaw的項目地址

• 項目官網：https://tencent-hunyuan.github.io/Hunyuan3D-WorldClaw/
• arXiv技術論文：https://arxiv.org/pdf/2608.05248

WorldClaw的同類競品對比

WorldClaw的應用場景