影眸发布 3D 场景生成模型 WorldGen，一张图生成可交互场景

智东西 · wechat · 2026-09-01

上海 3D 生成公司影眸科技发布世界生成模型 Hyper3D WorldGen，推动 3D 生成从「单个资产」走向「完整场景」。用户上传一张场景图片后，模型自动识别主要物体（约 2-3 秒生成单个 3D 预览，2-3 分钟还原完整场景），生成多个独立、可编辑、可交互的资产。其核心 CAST 架构曾获 SIGGRAPH 2025 最佳论文，可从单张图片补全被遮挡结构并推断物体间接触、支撑等关系；可交互物体用 Mesh、背景用 3D Gaussian Splatting 混合表达，SimReady 功能还能估计质量、摩擦系数等物理属性。

应用上，WorldGen 覆盖具身智能、游戏、影视、XR 等领域：已与地瓜机器人、谋先飞合作推出机器人仿真训练方案，7 月与 Unity 中国宣布合作，影视上可与 Seedance 2.5 等视频模型结合解决多镜头空间一致性问题。团队表示现阶段以刚体生成为主，物理属性靠推断不能作精密工程数据，各行业落地仍处于内测或验证阶段。