这周的 AI 圈可谓大乱斗，当大家还在热点吃瓜、聊大语言模型的更新时，世界模型 领域突然迎来了大爆发！

短短几天之内，大佬们接连甩出重磅炸弹：先是李飞飞的 World Labs 开源了 Spark 2.0，紧接着腾讯就正式发布并开源了混元 3D 世界模型 2.0（HY-World 2.0）。

不止如此，阿里那边新成立的团队刚官宣 HappyHorse，立马又掏出了 HappyOyster。就连平时习惯“背地里发大招”的英伟达也甩出一篇神级论文，旗下的空间智能实验室直接公布了 Lyra 2.0。这密集程度简直让人怀疑以前生成平面视频的 AI 是不是都“弱爆了”？现在的大模型已经从平面生成，直接飙向了**“3D空间建造”**的大时代。

一键生成大世界，资产直出给游戏引擎

以前聊到“世界模型”，大家脑补的可能是一段更长、更符合物理规律的 MP4 视频。但在腾讯混元 3D 世界模型 2.0 面前，这套思维该更新了，因为它生成的已经是真正可用的 3D 资产文件！

只需要输入一句极其简单的提示词：“吉卜力风格的山间小镇，黄昏”，稍微等上几分钟计算，它就能直接给你吐出一个堪比大世界游戏原型的场景。

【编辑观察】：这里最有干货的一点是，系统不仅仅让你“看”一个世界，还会提供全景图、Splats 的 .spz 文件、.ply 文件，以及 Collider mesh 等多种格式。游戏开发者完全可以直接把这些下载下来，扔进 Unity 或者 Unreal Engine 里接着编辑、做碰撞、搭关卡，直接接入了现有的游戏开发流！

当然除了文生世界，它还支持图生世界。随便找一张电影截图，它能帮你直接还原出立体的环境；要是给一张雪山图，就能还原出质感极强的高清雪景。

化身角色，在自己捏的世界里跑图找彩蛋

不仅能生成干货满满的资产，混元 2.0 最带感的还要属它的**“角色模式”**。

在刚生成的场景里，你可以像玩开放世界游戏一样，直接操纵角色在里头行走、冲刺、跳跃甚至各种转弯探索。更有意思的是，模型自带了物理碰撞检测，你用角色往墙上撞是不会穿模穿过去的，也不会不小心掉出地图边缘。

而在“实时生世界”的过程中，甚至你在操纵角色的同时，AI 就在根据你的视野实时为你铺设新的地图！

这种“即刻生成、即刻能玩”的体验，确实正在打破 AI 和游戏引擎的边界。这背后其实是混元底层架构进行了一次彻底重构：它打通了“理解、生成、重建”的闭环。让模型不但懂文字和图像，还能智能规划漫游轨迹和镜头逻辑，保障物理和视觉上的完美衔接，坚决拒接穿帮镜头。

想象一下，对于想要快速搭建互动初版的独游开发者来说，以前建立一个 3D 大世界可能要团队肝几个月；现在只需要几张图和几句话，AI就能给你拉出一个完整的重型场景。

我们离人人都是“造物主”还有多远？

抛开混元 2.0，本周疯狂井喷的其他几个顶尖世界模型也都有各自的点错科技树方向：

  • 阿里 HappyOyster：主推漫游和导演模式，用自然语言一边看风景一边随时介入世界演化，改写剧情进度和角色的各种动作。
  • 英伟达 Lyra 2.0：偏向专业应用场景，一张图可以直接生成长达 90 米的连贯 3D 环境，这些生成场景甚至能直接丢进自家的 Isaac Sim 给机器人做物理训练。
  • 李飞飞 Spark 2.0：主攻“最后一公里”。其他人在造世界，而它在解决“怎么顺滑地看到世界”。凭着独创的流式加载和内存技术，直接让亿级 3DGS 粒子的超大型世界，在普通手机网页上刷得飞起。

【编辑观察】：不可否认，目前就算各显神通，现阶段的“世界模型”暂还没迎来类似 ChatGPT 那种全网炸裂、破圈的落地时刻，它们多少还像是个技术前瞻 Demo。但在画质、交互、资产交付格式上的进步速度实在惊人。

等未来哪天，这些功能模块被整合成一个好用易上手的爆款产品，体验和搭建 3D 互动世界可能就像如今拿手机刷视频一样平常。而在游戏玩家和科幻爱好者的终极追求里，恐怕没有任何人会拒绝自己成为一个能随意捏新世界的“造物主”！