苹果公司宣布特纳斯将接替库克担当CEO
恒久以来，， ，，，，，，3D 天下建模领域保存两大手艺 " 孤岛 "：天生式模子善于从文本、单图创作天马行空的 3D 场景，， ，，，，，，但几何精度缺乏、视角一致性差；；；；；；； ；重修式模子能从多图、视频中还原真实 3D 结构，， ，，，，，，却缺乏天生想象力，， ，，，，，，难以处置惩罚希罕输入。 。。。。。。腾讯此次 HY-World 2.0 的宣布，， ，，，，，，首次将这两大能力融合，， ，，，，，，构建了从 " 希罕输入 " 到 " 可交互 3D 天下 " 的完整手艺闭环。 。。。。。。据腾讯官方文档，， ，，，，，，作为 3D 天下的 " 第一块拼图 "，， ，，，，，，HY-Pano 2.0 解决了古板全景天生依赖相机参数、场景结构破碎的行业痛点。 。。。。。。通过 Multi-Modal Diffusion Transformer（MMDiT）实现视角到全景的隐式转换，， ，，，，，，无需任何相机元数据，， ，，，，，，就能从单张图片或一段文本中天生结构连贯、细节富厚的 360 ° 全景场景。 。。。。。。（手艺报告地址：https://3d-models.hunyuan.tencent.com/world/world2_0/HY_World_2_0.pdf）在文本到全景（T2P）使命中，， ，，，，，，CLIP-T 指标达行业最高的 0.258，， ，，，，，，Q-Align 美学评分较竞品提升 12%；；；；；；； ；在图像到全景（I2P）使命中，， ，，，，，，全指标排名第一，， ，，，，，，几何一致性远超 CubeDiff、GenEx 等模子。 。。。。。。有了高质量的全景基础� 。。。。。。�， ，，，，，，怎样高效探索 3D 天下成为新的挑战。 。。。。。。HY-World 2.0 设计了语义感知轨迹妄想模浚浚浚浚块，， ，，，，，，通过全景点云、语义掩码与导航网格的融合剖析，， ，，，，，，自动天生多样化轨迹模式，， ，，，，，，实现无碰撞、全笼罩的相机路径妄想。 。。。。。。这一手艺不但确保了后续 3D 重修时无视角盲区，， ，，，，，，更让 AI 能够像人类一样 " 智慧地 " 探索重大场景——好比自动围绕修建物拍摄细节，， ，，，，，，或沿着走廊周游捕获完整结构。 。。。。。。在 3D 天下扩展阶段，， ，，，，，，最大的手艺瓶颈是 " 多视角一致性 " ——差别轨迹天生的视频经常泛起物体错位、光影矛盾等问题。 。。。。。。HY-World 2.0 通过全局几何影象与空间立体影象双影象机制，， ，，，，，，让 AI 能够 " 记着 " 整个 3D 场景的几何结构，， ，，，，，，从而天生视角连贯、细节一致的扩展场景。 。。。。。。团结 Distribution Matching Distillation 蒸馏手艺，， ，，，，，，天生速率提升 4 倍，， ，，，，，，在 Tanks-and-Temples 数据集上，， ，，，，，，点云 F1-score 达 43.16，， ，，，，，，逾越 SEVA、Gen3C 等模子 30% 以上。 。。。。。。作为全链路的焦点，， ，，，，，，HY-World 2.0 的通用 3D 重修模浚浚浚浚块支持从多图、视频中恢复点云、深度图、法向量等几何信息。 。。。。。。该模浚浚浚浚块通过归一化位置编码解决了恒久困扰行业的 " 区分率泛化 " 问题，， ，，，，，，高区分率下相机姿态 AUC@30 仍达 86.89，， ，，，，，，较前代产品提升 31%；；；；；；； ；通过深度 - 法线耦合监视，， ，，，，，，深度预计 AbsRel 误差降至 0.162。 。。。。。。在效率方面，， ，，，，，，支持序列并行、混淆精度与全分片数据并行，， ，，，，，，单 GPU 可处置惩罚 256 视图，， ，，，，，，4GPU 下 128 视图推理时间仅 5.6 秒，， ，，，，，，为大规模 3D 重修提供了可能。 。。。。。。性能迫近闭源商业产品手艺立异最终要靠数听语言，， ，，，，，，HY-World 2.0 在多项焦点指标上实现了对开源模子的周全逾越，， ，，，，，，更在部分场景迫近闭源商业模子 Marble。 。。。。。。在相同全景输入下，， ，，，，，，HY-World 2.0 天生的 3D 场景与输入一致性达 94%，， ，，，，，，而 Marble 仅为 88%，， ，，，，，，几何误差降低 25%；；；；；；； ；在重大场景如都会修建、自然景观中，， ，，，，，，HY-World 2.0 的纹理、光影还原度更靠近真实天下，， ，，，，，，细节体现力远超竞品。 。。。。。。端到端天生速率方面，， ，，，，，，HY-World 2.0 仅需约 12 分钟 / 场景（712 秒），， ，，，，，，远快于 Marble 的 15 分钟 / 场景和开源竞品平均 30 分钟 / 场景的速率，， ，，，，，，效率提升 50% 以上。 。。。。。。更值得关注的是，， ，，，，，，HY-World 2.0 是全球首个开源的多模态 3D 天下模子，， ，，，，，，所有模子权重、代码与手艺细节已对外开放，， ，，，，，，这意味着开发者无需依赖腾贵的商业模子，， ，，，，，，就能快速构建 3D 天生应用，， ，，，，，，极大降低了 AGI 空间智能的开发门槛。 。。。。。。浚浚浚浚开源开放的模式也让 HY-World 2.0 具备了更强的生态活力，， ，，，，，，开发者可以基于该模子举行二次开发，， ，，，，，，推动 3D 天外行艺在更多场景的应用。 。。。。。。现在，， ，，，，，，已有多家游戏、机械人、数字孪生领域的企业与腾讯混元团队睁开合作，， ，，，，，，探索 HY-World 2.0 的商业化落地。 。。。。。。手艺的价值最终要体现在应用场景中，， ，，，，，，HY-World 2.0 还配套了 WorldLens 高性能 3DGS 渲染平台，， ，，，，，，支持实时物理反响和空间交互，， ，，，，，，为下游应用提供高效的渲染支持。 。。。。。。在游戏开发领域，， ，，，，，，HY-World 2.0 支持实时可交互 3D 场景天生，， ，，，，，，内置物理碰撞检测与角色控制，， ，，，，，，可直接导入 Unity/Unreal 引擎，， ，，，，，，显著缩短开发周期。 。。。。。。一款开放天下游戏的场景建模，， ，，，，，，古板要领需要数月时间，， ，，，，，，而使用 HY-World 2.0，， ，，，，，，开发者只需输入一段文本形貌，， ，，，，，，就能在约 12 分钟内天生可交互的 3D 场景。 。。。。。。在机械人领域，， ，，，，，，HY-World 2.0 通过重修真真相形天生高精度仿真场景，， ，，，，，，支持机械人路径妄想与视觉导航训练，， ，，，，，，提升机械人研发效率与仿真精度。 。。。。。。现在，， ，，，，，，已有多家机械人企业基于 HY-World 2.0 构建了仿真训练平台，， ，，，，，，优化机械人导航算法开发流程。 。。。。。。在数字孪生领域，， ，，，，，，HY-World 2.0 可快速天生工厂、园区、都会等场景的 3D 数字孪生模子，， ，，，，，，支持多视角周游与装备状态可视化，， ，，，，，，优化运维流程。 。。。。。。一个大型工厂的数字孪生建模，， ，，，，，，古板要领需要投入大宗人力物力，， ，，，，，，而使用 HY-World 2.0，， ，，，，，，只需导入工厂的航拍视频，， ，，，，，，就能在数小时内天生高精度的 3D 数字孪生模子。 。。。。。。（本文首发钛媒体 APP，， ，，，，，，作者 | 硅谷 Tech_news，， ，，，，，，编辑 | 秦聪慧）