腾讯混元推出WorldClaw：一句话生成可探索的3D开放世界

8月10日，腾讯混元3D研究团队推出Agent驱动的3D开放世界生成框架WorldClaw。用户只需输入一句开放式自然语言描述，系统即可自动规划地形、区域、建筑、物体与空间关系，采用'从粗到细'的分阶段生成策略，最终在Blender中构建出可自由探索且支持逐对象编辑的完整3D场景。

WorldClaw的技术架构体现了多智能体协同的前沿趋势。框架由多个AI模型协同驱动：Claude Opus负责自然语言理解与场景规划，GPT-Image-2生成概念设计图，SAM3进行图像分割，Hunyuan3D完成3D资产生成。全局到局部的生成策略确保了大规模场景的地形连贯性，同时按需为局部区域生成丰富细节。每个地形和对象作为独立可编辑实例输出，支持自由视角漫游、对象级编辑及游戏引擎直接接入。

这一发布是腾讯混元在3D生成领域的又一次重要升级。此前混元3D世界模型1.0与2.0已开源，WorldClaw在此基础上引入Agent编排能力，将3D生成从'单一模型输出'提升到'多Agent协作生产'。该框架有望深度融入游戏、影视、仿真和数字孪生等工业级内容生产流程。当前3D内容创作仍高度依赖人工建模，成本高、周期长，WorldClaw的出现可能大幅降低3D世界的生产门槛。随着元宇宙、游戏和数字孪生需求的增长，AI驱动的3D世界生成正成为大模型落地的关键赛道之一。