从物体到场景：影眸WorldGen让3D生成进入可交互时代

3D生成的基本单位，正从“物体”变为“场景”。9月1日，影眸Hyper3D发布世界生成模型WorldGen。用户上传一张场景图片，两三分钟内即可得到一个由多个独立物体组成的3D场景。

与以往图生3D不同，WorldGen会分别生成画面中的主要物体，再放回对应位置。桌子、椅子、水杯各自独立，可单独编辑或替换，并具备质量、摩擦系数等基础物理属性，能在物理引擎中被推动、拿起和交互。

从论文到产品：SIGGRAPH最佳论文的产业化

这一能力源自影眸Hyper3D在2025年发表的场景级生成研究CAST，该研究获SIGGRAPH 2025最佳论文，同期获此荣誉的商业公司全球仅谷歌、Meta和影眸Hyper3D。团队又用一年多时间推进模型、算法与工程系统演进，才将论文能力产品化。

WorldGen已进入真实生产流程。生成资产可直接进入Blender、Unity、PlayCanvas、团结引擎、Unreal Engine等DCC与实时引擎环境，被创作者结合Seedance2.5等视频模型用于商业宣传片、空间展示与XR内容创作。影眸Hyper3D正与地瓜机器人、谋先飞合作，探索其在机器人仿真领域的应用。

技术路线：物体关系图与物理属性估计

在技术路线上，WorldGen会在后台建立物体关系图，识别接触、支撑、悬挂等关系，预测物体位置、尺度和朝向，并进行物理校正。开启SimReady后，系统会估计质量、摩擦系数、恢复系数和碰撞体等属性。这些物理属性属于“猜测的估计值”，足以支撑基础物理仿真，但暂不能作为精密工业测量结果。

现阶段，WorldGen主要擅长生成刚体。关节化资产、柔性体和动态交互是下一步方向。为兼顾可用性与视觉完整性，影眸选择Mesh与3D Gaussian Splatting混合表达：需要交互的物体用Mesh生成，天空、远景等背景用高斯补全。

基于Hyper3D Rodin Gen-2.5的thinking effort架构，模型最快4秒生成一个资产，用户也可花40秒或80秒补充细节，决定时间和算力分配。

场景级生成：内容生产的新底座

影眸Hyper3D认为，场景级生成让3D场景成为内容生产流程的共同底座。在影视制作中，WorldGen提供的工作流是先建立空间结构稳定、资产独立的3D场景，创作者调整镜头、构图、角色和道具后，再交给视频生成模型补充人物表现、材质、光影和风格。已有创作者将WorldGen与Seedance 2.5结合，为新加坡音乐学院制作商业宣传片。

WorldGen配备AI Render模块，涵盖AI渲染和自由运镜功能。在游戏开发、XR等领域，同一套场景生成能力也可应用。今年7月，影眸Hyper3D与Unity中国宣布合作，打通3D生成与实时游戏应用的工程链路。用户戴上Apple Vision Pro等设备，可进入由单张图片生成的三维空间，替换物体、调整陈列。

这些应用底层诉求相同：都需要可拆解、编辑、运行并进入既有工具链的3D场景。3D生成的竞争，正由“第一眼像不像”走向“生成一个物体之后还能做什么”。WorldGen的发布，标志着3D生成正式迈入场景级时代，也为创作者和开发者打开了一扇新的大门。