腾讯 ARC 开源 WorldCrafter：隐式 3D 记忆实现长程一致探索
9 月 22 日，腾讯 ARC 等团队（含港中文研究者）发布视频世界模型 WorldCrafter，论文与代码同步开源（GitHub：TencentARC/WorldCrafter）。该工作针对交互式环境探索中视频世界模型难以长期尊重历史观测的问题，提出「可按相机查询的隐式 3D 感知记忆」，使模型在分钟级长程探索与跨视角漫游中保持场景一致，是视频生成走向可交互世界模型方向的代表性进展。
已确认
- 发布方为 TencentARC 及合作团队，作者之一 yshan2u 连发多条帖子介绍工作，CUHK 研究者 wbhucuk 亦参与传播，论文与代码开源。
- 核心思路：完全跳过显式 3D 重建，让目标视角决定多视角证据如何压缩进视频生成器有限的记忆中，将 3D 空间信息隐式编码进记忆模块；指向任意视角时由记忆模块补全该视图。
- 记忆载体既非刚性 3D 几何、也非单纯的潜变量记忆，而是由「3D 感知潜变量」组成的「软骨架」（soft skeleton of 3D-aware latents）。
- 能力：从单张图片或文本提示出发，结合历史观测生成视频；在动态场景中探索、移动物体后，场景状态可持久保持一致。
- 传播中演示了将名画转化为可走进、可反复返回的 3D 世界：穿过《宫娥》里的那扇门四处探索、穿过《苏格拉底之死》中的拱门、透过莫里索画中的镜子观看等；作者用「离开—返回—场景仍一致」的循环测试检验持久记忆，区别于多数生成世界「离开就忘」的现象。
为什么重要
- 长时视频生成中场景一致性是公认难题，该工作在不依赖显式刚性 3D 表示的前提下实现持久记忆，为交互式世界模型提供了新范式。
- 代码开源便于社区复现与后续研究，跨视角一致性对游戏、仿真、具身智能等应用均有直接价值。
2026-09-22 ~ 2026-09-23 · 9 条相关
一手来源
- 腾讯 ARC 发布 WorldCrafter：隐式 3D 记忆让视频世界模型分钟级探索保持一致 — TencentARC ·
- WorldCrafter 世界模型用「软骨架」潜变量实现探索场景持久一致性 — yshan2u ·
- WorldCrafter:隐式 3D 感知记忆实现一致性视频世界模型 — yshan2u ·
- 【源头】腾讯 ARC 发布 WorldCrafter：隐式 3D 记忆让视频世界模型分钟级探索保持一致 — TencentARC · 2026-09-22
- 【源头】WorldCrafter 世界模型用「软骨架」潜变量实现探索场景持久一致性 — yshan2u · 2026-09-22
- 【源头】WorldCrafter:隐式 3D 感知记忆实现一致性视频世界模型 — yshan2u · 2026-09-22
- WorldCrafter 发布：带记忆的视频世界模型，走出画面再回来还在 — CurieuxExplorer · 2026-09-22
- 腾讯 ARC 开源 WorldCrafter:隐式 3D 记忆实现分钟级场景漫游 — yshan2u · 2026-09-23