今天，腾讯正式发布了混元3D世界模型系列的最新成员：HunyuanWorld-Voyager（简称混元Voyager）。
作为业界首个支持原生3D重建的超长漫游世界模型，混元Voyager聚焦于AI在空间智能领域的应用扩展，将为虚拟现实、物理仿真、游戏开发等领域提供高保真的3D场景漫游能力。
功能特点
1、控制生成视频画面：用户可通过键盘或摇杆设定相机轨迹，系统生成对应视角的视频序列，同时保持空间结构一致性；
2、风格化编辑与控制：支持对生成视频进行画面风格调整与局部重绘，保持内容可控；
3、图生3D与视频深度估计：支持从图像生成结构完整的3D物体，也可对普通视频进行深度补全，用于三维理解与后续建模。
技术创新
混元Voyager创新性地将场景深度预测引入视频生成过程，融合了视频生成与3D建模的优势。基于相机可控的视频生成技术，它从初始场景视图和用户指定相机轨迹中，合成可自由控制视角、空间连贯的RGB-D视频。
同时，混元Voyager支持将生成视频无损导出为3D点云，无需依赖COLMAP等额外重建工具，大幅简化了工作流程。
性能表现
该模型在斯坦福大学李飞飞团队发布的世界模型基准测试WorldScore上位居综合能力首位，超越现有开源方法。
在视频生成和视频3D重建两个任务上，Voyager也均取得更好的结果。
和现有开源方法比较，HunyuanWorld-Voyager可重建出更加精确的3DGS场景。
HunyuanWorld-Voyager的开源，为混元世界模型的能力矩阵补上了空间连续性维度的关键一块。从静态场景的呈现，到支持用户控制的沉浸式漫游，再到融入深度信息与空间延展能力，其技术演进层层递进。
项目官网：
https://3d-models.hunyuan.tencent.com/world/
GitHub：https://github.com/Tencent-Hunyuan/HunyuanWorld-Voyager
