腾讯世界模型1.5：国产AI实时世界生成新纪元

还记得近期在AI界引发轰动的李飞飞「3D世界生成模型」吗？如今，国产版的时代已悄然到来。

就在腾讯官宣姚顺雨加盟的喜讯之际，腾讯混元团队低调推出了世界模型1.5（TencentHY WorldPlay），这是国内首个开放体验的实时世界模型。

那么，何谓世界模型？简而言之，你只需输入几句描述或一张图片，AI便能为你生成一个可「进入游玩」的虚拟世界。这并非仅仅是观赏的视频，而是能借助键盘、鼠标乃至手柄操控的3D空间。

这次更新有哪些亮点呢？

• 借助原创的Context Forcing蒸馏方案及流式推理优化，模型能以24FPS的速度生成720P高清视频；
• 通过重构记忆机制（Reconstituted Memory），模型支持分钟级内容的几何一致性生成，适用于构建高质量的3D空间模拟器；
• 混元世界模型广泛适用于不同风格的游戏或现实场景，支持第一和第三人称视角，也具备实时文本触发事件和视频续写功能。

别让这些技术名词绕晕了你，APPSO带你直接体验，创造脑洞大开的「世界」。

在线体验网站：https://3d.hunyuan.tencent.com/sceneTo3D?tab=worldplay

文字→世界，体验「造物主」的快感

打开页面，复古电视机的界面映入眼帘。回想儿时，我们看电视时只能看电视台播放的节目，现在，你就是这个世界的总导演。想体验过山车？打几个字，生成。想回到千禧年跨年夜？描述一下，场景即现。

一个极速飞驰的过山车，手握冰凉的金属扶手，风呼啸而过，失重感袭来，还有快速掠过的树影和头顶的阳光，第一视角体验很刺激。

点击生成后，约等待5-8秒，画面出现。第一视角的沉浸感非常真实。画面下方的双手，皮肤纹理、骨节甚至毛孔都清晰可见，红色座椅与金属扶手的质感处理得非常真实。

按↑键前进，画面开始后退，像是反坐过山车，更加刺激。

尽管视频后半部分树影有些变形，但考虑到实时生成的难度，可以理解。

一辆狂飙突进的雪地摩托，金属车把冰凉地握在掌心，雪粒砸进脸颊，失重感袭来。画面生成后，我发现自己处于一个「定格瞬间」，周围的雪、林影、天光都是静态的。

起初我以为这是Bug，但更像是刚穿越到一个新世界，时间在这一刻凝固。虽然技术上可能难以处理「第一视角+高速运动」的场景，但这种冻结瞬间的探索让人能更清晰地感受到AI生成的3D空间质感。

让千里江山「活」起来

除了文字生成，混元世界模型还支持「单图生成场景」功能。上传图片前需注意：

• 检查分辨率：1280×704 ~ 4k×4k。大图请降低画质或缩小至10MB以下。
• 避开竖屏图：手机拍摄的纵向照片不符合要求，建议裁剪成横向。

我尝试了上传《千里江山图》的局部。想看看硅基智能能否理解千年前的碳基美学。

AI很好地保留了原画的风格特征，3D化处理没有破坏中国画的意境。这说明世界模型可能让艺术不再只是「被欣赏」，而是可以「自由游览」。

实时触发事件

世界模型最吸引人的地方在于，你只需一句话，等5秒钟，世界便按你的意愿改变。

爆炸产生的高亮度橙色火光实时反射在水面上，效果非常自然。尽管细看之下会有小瑕疵。

Context Forcing机制的作用就是强制模型「记住」之前生成的场景细节。简单来说，是给模型加了一个「短期记忆」，使其在生成新画面时能参考之前的几何结构、光影关系、物体位置。