一家游戏工作室周五前需要一座城市街区做原型。传统做法是 3D 美术师花一周建模，其他任务排起长队。腾讯最新开源的模型给出另一条路：描述这座街区，或上传一张它的照片，换回一个可行走、可编辑的 3D 空间。
关键看点
- 腾讯于 2026 年 4 月 16 日发布并开源混元 3D 世界模型 2.0（HY-World 2.0）。
- 它接受文字、图片或视频输入，输出可编辑的 3D 资产（Mesh、3DGS、点云），可导入 Unity 与虚幻引擎（Unreal Engine）。
- 不同于仅生成视频的 Google Genie 3 或混元世界 1.5，它产出的是可复用的 3D 文件，而非扁平片段。
- "角色模式"让用户在带物理碰撞的空间里操控化身行走；WorldMirror 2.0 可依视频重建真实场景，用于数字孪生。
从对话到建造
生成式 AI 花了数年学会聊天，再学会画画，然后学会让物体动起来。腾讯把 HY-World 2.0 框定为下一步：建造世界——包含人、物、景的完整空间。模型解析一段提示或一张图片，生成风格可变（写实、漫画、游戏）的可漫游 3D 场景。实际承诺是：游戏设计师无需先搭一套 3D 资产库，就能把地图或关卡原型粗略做出来。
为什么"可编辑资产"胜过视频
把 HY-World 2.0 与早前方案区分开的关键，是输出格式。腾讯明确把它与 Google 的 Genie 3 及自家的混元世界 1.5 对比——后两者产出的是视频文件。视频"看起来像世界"，却无法进入、修改或游玩。HY-World 2.0 输出的是 3D 资产文件（Mesh、3D 高斯泼溅 3DGS、点云），能直接落进现有游戏或具身仿真引擎。这把"看一段生成视频"变成"用一个生成关卡"，是 demo 与工具的区别。
走进生成结果里
除了静态导出，模型支持"角色模式"：用户操控化身在街道与建筑间移动，带物理碰撞，像在游戏里一样。对预演、虚拟制作或机器人仿真，这种可交互才是重点。第二项能力 WorldMirror 2.0 接受真实视频或多视角照片，重建高保真数字孪生——适用于室内预览、城市规划、文化遗产保护，目标是对真实场所忠实复刻，而非凭空想象。
谁能用到
腾讯已发布模型，并通过混元 3D 创作引擎官网开放申请使用。开源的意义在于：开发者可微调、扩展系统，而非把它当黑盒 API 调用。券商报道偏乐观——中邮证券估计 AI 游戏市场到 2033 年有望达 512.6 亿美元（约 512.6 亿美元），并把世界模型视为推动游戏生产从预制内容转向实时生成的催化剂。
对中国实验室意味着什么
HY-World 2.0 是中国开发者抢占"世界模型"品类的一波努力，即让 AI 预测并生成连贯的 3D 环境，而非孤立帧。赌注是下一波创意与工业软件将建立在"懂空间"而非"懂像素"的模型上。通过开源，腾讯也在争取决定哪款模型成为基础设施的开发者生态。
开源值得重视。腾讯在相关 3D 工作中已公开模型权重与代码路径，让开发者微调而非仅调用 API。对世界模型而言这很关键，因为每家工作室的空间都不同：游戏要风格化街道，工厂要精确通道，遗产地要忠实复原。闭源模型把所有人塞进同一种观感；开源模型让每个团队把自己的资产揉进去。社区是否如腾讯所愿地壮大，才是战略的真正检验。
数字孪生在哪里见效
WorldMirror 2.0 的重建模式最安静，却可能最实用。喂入视频或多视角照片，返回的是可导航、可复用的真实场所 3D 拷贝——在游戏建成前就有用。室内设计师可在客户房间的忠实模型里预览改造；城市规划者可模拟街道改造；博物馆可把遗址存成空间而非照片集。这些赢面比"一句话造关卡"更慢更不炫，却对应着已经存在的预算，往往决定一款模型能否进采购清单。
诚实的局限
以上细节取自腾讯发布稿与中国财经科技媒体；发布时未见独立第三方关于资产质量或重建精度的基准。"可编辑""可导入"是已演示能力，但真实生产管线仍需清理、优化与版权审查才能上线。512.6 亿美元 AI 游戏数字是单一券商估算，非共识。访问被描述为"申请制"，普遍可用性可能分批而非全开。本文视角偏中国，海外引擎与工作室的采用度可能不同。
普通人现在能做什么
- 游戏与仿真开发者应通过腾讯混元 3D 引擎申请试用，测试"提示词造街区"是否比手工建原型更省时。
- 建筑与规划者可用 WorldMirror 2.0 对真实空间做视频转数字孪生，看保真度是否满足需求。
- 评估世界模型的人，应拿 HY-World 2.0 的"可编辑资产"路线对比仅出视频的对手，唯一要紧的指标是：产出能否进你现有管线？