WorldClaw – 腾讯混元推出的智能体驱动式开放世界生成框架

WorldClaw是腾讯混元 3D 团队推出的智能体驱动式大规模3D开放世界生成框架，将一句开放式文本描述，直接转化为可自由探索、支持实例级编辑的完整 3D 场景。它跳出了传统单物体 3D 生成的局限，聚焦开放世界的批量生成，通过全局规划与局部细节分层处理，兼顾场景规模、视觉质量与后期可编辑性，可直接对接渲染、动画制作与游戏引擎工作流。

WorldClaw核心特点

1. 单文本生成完整开放世界：仅需一段自然语言描述，即可生成包含地形、植被、建筑、地貌的完整 3D 世界，支持雪地村落、热带岛屿、峡谷、群岛等十余种不同主题场景。
2. 全局连贯与局部细节兼顾：通过分层生成机制，地形保持空间逻辑一致，重点区域又能呈现丰富的局部细节，从高空轨道视角到地面步行视角均有稳定表现。
3. 全实例化可编辑资产：场景内所有物体均为独立的带纹理网格实例，而非整体烘焙的画面，支持单独修改、复用、替换，适配后续二次创作。
4. 智能体全流程驱动：从语义规划、地形构建到细节打磨、效果优化，全链路由智能体自动调度执行，无需人工分步干预。
5. 多通道标准化输出：同步生成 RGB 外观、实例掩码、表面法线、深度四种渲染通道，可直接导入下游制作工具使用。
6. 混合资产生成模式：散布类资产通过 3D 代码程序化生成，核心物体由 3D 生成模型制作，兼顾场景丰富度与资产可控性。

WorldClaw技术原理

WorldClaw 采用由粗到细的智能体化生成框架，核心思路是将全局世界布局与局部实例内容解耦，从结构到细节分层构建，从根源保障大场景的空间一致性。

生成流程分为四个核心阶段：

1. 语义规划阶段：规划智能体解析输入的文本提示，将其转化为结构化的场景规范，明确区域划分、地形形态、资产分布、材质属性与空间位置关系。
2. 全局地形构建：基于语义布局、可复用资产库、程序化 / 生成式材质，搭配区域感知高度场算法，搭建全局连贯、多尺度地貌的地形基底。
3. 局部细节生成：针对需要精细内容的区域，生成与地形适配的场景物体，重建带纹理的可编辑网格，并精准匹配到地形的对应位置。
4. 渲染导向优化：渲染智能体对地形外观、物体质感、空间排布以及物体与地形的衔接处做精细化打磨，进一步提升整体视觉完成度。

最终输出独立的地形数据 + 可单独管理的带纹理网格资产，在保证生成效率的同时，保留完整的后期编辑空间。

WorldClaw项目地址

• 项目官网：https://tencent-hunyuan.github.io/Hunyuan3D-WorldClaw/

WorldClaw核心功能

1. 文生 3D 开放世界：输入自然语言场景描述，一键生成3D 开放场景，支持多生物地貌融合，例如同时包含雪山、平原、水域、沙漠的复合型村落场景。
2. 多视角场景呈现：自动生成等距布局总览、空中轨道漫游、地面步行视角三类展示效果，全方位呈现场景全貌与细节。
3. 实例级编辑支持：场景内所有物体均为独立资产，可单独调整位置、材质、形态，也可提取复用至其他场景。
4. 多通道渲染输出：同步输出外观、实例掩码、表面法线、深度四种渲染通道，适配后期合成、游戏引擎导入等专业工作流。
5. 程序化材质体系：地形材质以可编辑的节点图、着色器脚本形式存在，支持参数化调整，方便后续定制化修改。

WorldClaw应用场景

1. 游戏开发：快速搭建开放世界游戏的场景原型、概念设计稿，生成的可编辑资产可直接导入游戏引擎做深度打磨，大幅缩短前期美术周期。
2. 影视动画制作：快速构建三维场景基底、虚拟拍摄环境，用于影视前期分镜设计、氛围预演，提升美术团队产出效率。
3. 数字孪生与虚拟空间：批量生成自然地貌、城镇景观的三维场景，用于数字孪生项目、元宇宙虚拟空间、VR/AR 互动内容搭建。
4. 景观与建筑设计：快速生成户外景观、园区规划的三维可视化方案，辅助设计师快速推敲方案、展示效果。
5. 互动内容生产：为虚拟展厅、互动叙事、线上展览批量生成可复用的 3D 场景资产，降低 3D 内容的制作门槛与成本。

WorldClaw同类产品对比

表格