Tencent 发布 WorldClaw，用于从文本创建可编辑的 3D 世界

Why it matters

WorldClaw targets the expensive step between generating a convincing 3D image and delivering an editable scene that artists can revise, reuse and move into game production.

Tencent Hunyuan (@TencentHunyuan) 于 8 月 11 日公开了 WorldClaw，这是一种由代理驱动的工作流，可以将文本提示转换为可探索的大型 3D 环境，这些环境由可编辑地形和单独的带纹理资产组装而成。

https://x.com/TencentHunyuan/status/2087068591296536755

这一区别对游戏和仿真工作很重要。Tencent 表示 WorldClaw 生成的是明确的 3D 几何体，而不是受限于生成相机路径的视频，或通过高斯散点（Gaussian splatting）表示的场景。输出旨在让创作者能够自由在环境中移动、重新定位对象并将资产导入到既有的 3D 制作工具中。

Tencent 在 X 上发布的视频中演示了该系统。一篇 于 8 月 5 日提交的研究论文 列出 Tencent Hunyuan 的研究员 Chunchao Guo、Jinpeng Li、Yang Li 和 Zilong Huang 为作者。Guo 负责 Tencent Hunyuan 的 3D 工作，该工作已从生成单个对象扩展到组装持久环境。

How WorldClaw constructs a world

WorldClaw 将场景创建划分为三个阶段，而不是要求单个模型在一次运行中生成整个环境。

首先，规划代理将开放性提示转换为结构化规范，涵盖区域、地形、对象、材质、视觉风格和空间关系。该工作流在保留用户显式提供的约束的同时，填充构建所需的细节。

然后，地形代理生成全局基础。它创建语义布局图，将规划中的世界划分为若干区域，并使用地形操作（如山峰、沙丘、梯田和侵蚀）构建高度场。根据每个区域的预期地形和生态分布材质、岩石和植被。

WorldClaw 对需要详细对象的区域进行额外计算。它将选定区域渲染为 2D 图像，使用图像编辑模型添加规划内容，并将插入的对象重建为独立的 3D 网格。随后该工作流恢复每个对象的位置并将其放回地形上。

与 Blender 相连的代理从多个视角检查结果。它们可以调整对象的比例和方向，修复差的几何体，平滑地形并处理可见缺陷，例如悬浮物体或与地面过多的穿插。这些检查会一直运行，直到场景通过工作流的标准或达到预设的迭代上限。

这种由粗到细的设计是 WorldClaw 的核心技术押注。大型地形和区域结构一次性建立，而昂贵的资产生成和细化被指向选定位置。场景保持为一组可管理的组件，而不是被扁平化为单一的生成视觉产物。

Tencent assembled the workflow from several AI systems

WorldClaw 是一个围绕多个基础模型和传统 3D 软件构建的编排系统。根据论文，Tencent 的实验使用了 Claude Opus 4.8 作为代理模型，GPT-Image-2 进行图像生成，SAM3 和 SAM3D 用于分割与重建，以及 Hunyuan3D 用于更高质量的几何体和纹理。

研究人员在配备四块 Nvidia H20 GPU 的服务器上，在 Blender 5.1.1 中运行了实验。大型对象使用 2,048×2,048 的基于物理的渲染贴图，而较小的资产使用 1,024×1,024 的贴图。

这些要求将 WorldClaw 定位为研究和生产工作流，而不是轻量级实时生成器。Tencent 的论文报告了定性演示和比较，但未给出生成时间或广泛的场景质量定量基准。

所演示的提示生成了热带海盗要塞、带部落定居点的河流峡谷、沙漠战场和包含未来设施的雪山山谷。WorldClaw 项目页面上的其他示例包括中世纪定居点、火山环境和宝石开采场地： https://tencent-hunyuan.github.io/Hunyuan3D-WorldClaw/

Tencent extends its 3D push from assets to environments

WorldClaw 建立在 Tencent 早期围绕 HunyuanWorld 的工作之上。公司在 2025 年发布了 HunyuanWorld 1.0，作为一个从文本或图像生成可探索 3D 场景的系统。WorldClaw 将更多构建过程移交给专门的代理，这些代理负责规划、生成、检查和编辑更大环境的离散部分。

Tencent 还于 2025 年 11 月在国际上 推出了其 Hunyuan 3D 创作引擎，将对象生成和世界构建定位为游戏、虚拟现实、数字内容、电子商务和 3D 打印的工具。WorldClaw 将该策略更进一步推向场景制作，在那里可用的拓扑、资产分离和放置控制与视觉质量一样重要。

商业化的考验将是该工作流能否减少将生成概念转变为可游玩关卡所需的人工劳动。WorldClaw 的可编辑输出解决了生成世界系统的一个持续弱点：令人印象深刻的漫游演示往往难以修改、重用或整合到真正的游戏流水线中。Tencent 的方法为每个生成对象在传统场景图中分配了位置，给艺术家和开发者留下了在代理完成后仍可继续编辑的组件。