企业官网建设流程全解析

HY-World 2.0 核心概念完全科普：世界模型、3DGS高斯泼溅、全景图一次讲透

【免费下载链接】HY-World-2.0HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds项目地址: https://gitcode.com/gh_mirrors/hy/HY-World-2.0

HY-World 2.0 是一个能把文字或单张图片变成可漫游 3D 世界、也能把照片视频重建为 3D 场景的多模态世界模型。这篇文章面向新手，用大白话一次讲透它背后的三个核心概念：世界模型（World Model）、3DGS 高斯泼溅（3D Gaussian Splatting）和全景图（Panorama），并带你了解 HY-World 2.0 如何把三者串成一条完整的 3D 世界生成流水线。

什么是世界模型？为什么是 3D 世界而不是视频？

**世界模型（World Model）**是让 AI 理解并"构建"出一个可交互环境的模型。现在市面上不少视频世界模型生成的只是像素级视频——本质是"看一部电影"，播完就没了。

HY-World 2.0 走的是另一条路：它直接输出真实、可编辑、永久保存的 3D 资产（网格 / 3DGS），可以直接导入 Blender、Unity、Unreal Engine、Isaac Sim 等引擎——更像是"构建一个可玩的游戏"，而不是"录制一段视频"。

什么是 3DGS 高斯泼溅？为什么渲染这么快？

3DGS（3D Gaussian Splatting，3D 高斯泼溅）是一种新一代 3D 场景表示方法。它不用三角形网格拼场景，而是用成千上万个微小的三维高斯椭球"泼溅"出整个画面：

• 位置与形状：每个高斯有自己的中心（means）、尺度（scales）和旋转（quats）；
• 颜色与透明度：带不透明度（opacities）和球谐系数（sh），可从任意角度呈现不同颜色；
• 渲染方式：把 3D 高斯直接投影（泼溅）到 2D 像素上并排序合成，GPU 友好，消费级显卡就能实时渲染。

HY-World 2.0 生成的世界最终就保存为标准gaussians.ply格式的高斯点云，任何支持 3DGS 的查看器都能打开。项目内置了带自适应剪枝的 gsplat 渲染后端，源码位于 hyworld2/worldgen/third_party/gsplat_maskgaussian/，训练器为 world_gs_trainer.py。

得益于 3DGS 的实时渲染特性，你可以在生成的世界里第一人称漫游或第三人称角色探索，甚至带有基于物理的碰撞效果：

什么是全景图？3D 世界的"种子"从这里开始

**全景图（Panorama）**是一张 360° 无死角的图片，通常采用等距柱状投影（2:1 比例），把场景的前后左右、上下天顶全部拍进一张图里。

在 HY-World 2.0 中，全景图是整个 3D 世界的起点：

1. 你用文字描述（如"一间中世纪风格的图书馆"）或上传一张照片；
2. HY-Pano 2.0把它扩展成一张完整的 360° 全景图；
3. 后续模块沿着规划好的相机轨迹，从这张"种子图"一步步扩展出纵深、补全细节，最终组合成可漫游的 3D 世界。

HY-Pano 2.0 提供两种后端：基于 HunyuanImage-3 的完整推理流程（见 hyworld2/panogen/pipeline.py）和轻量级 Qwen-Image-Edit LoRA 后端（见 hyworld2/panogen/pipeline_with_qwen_image.py），完整参数说明在 hyworld2/panogen/README_zh_CN.md。

下图就是 HY-Pano 2.0 生成的一张 360° 全景图——注意画面边缘会"无缝环绕"，这正是全景图的典型特征：

四阶段流水线：世界模型如何把一张全景图变成完整世界

HY-World 2.0 的世界生成由四个模块接力完成，架构如下图所示：

对应的运行脚本分别是 traj_generate.py、traj_render.py、video_gen.py 和 world_gs_trainer.py，完整命令参考 hyworld2/worldgen/README.md。

世界重建：拍张照片，一次性生成 3D 数字孪生

除了"凭空生成"，HY-World 2.0 的另一大能力是世界重建：由WorldMirror 2.0驱动，它是一个统一的前馈模型，只需一次前向传播，就能从多角度照片或随手拍的视频同时预测出：

• 📷 逐视图深度图与表面法线
• 📍 世界坐标系下的稠密 3D 点云
• 🎥相机位姿与内参
• ✨3DGS 高斯属性（直接得到可实时渲染的场景）

也就是说，绕着房间拍一段视频，就能得到一个"数字孪生"——这正是 3D 高斯泼溅在重建场景中的威力：

你可以用 Python API 直接调用（入口在 hyworld2/worldrecon/pipeline.py），也可以启动交互式 Gradio 网页应用，在浏览器里上传照片直接可视化 3DGS、点云、深度和法线（见 gradio_app.py）。输出文件结构、相机/深度先验注入等细节都在 DOCUMENTATION_zh.md 中。仓库的 examples/worldrecon/ 目录下还准备了卧室、地标、公园等真实场景的示例输入，方便上手体验。

新手快速上手 HY-World 2.0：三步跑起来

1. 克隆仓库：

   git clone https://gitcode.com/gh_mirrors/hy/HY-World-2.0 cd HY-World-2.0

2. 安装依赖（推荐 CUDA 12.8 + Python 3.11）：

   conda create -n hyworld2 python=3.11.15 && conda activate hyworld2 pip install -r requirements.txt

   世界生成的额外组件与编译步骤见 hyworld2/worldgen/README.md，全景生成环境见 hyworld2/panogen/README_zh_CN.md。

3. 启动演示：跑 Gradio 应用即可在浏览器中体验世界重建：

   python -m hyworld2.worldrecon.gradio_app

总结

• 世界模型：HY-World 2.0 生成的是永久可编辑的 3D 世界，而非转瞬即逝的视频；
• 3DGS 高斯泼溅：用数百万个带颜色的小椭球实时渲染 3D 场景，是它又快又稳的关键；
• 全景图：由 HY-Pano 2.0 生成的 360° 种子图，是整条世界生成流水线的起点；
• 两大能力——世界生成（文字/图片 → 3D 世界）与世界重建（照片/视频 → 3D 数字孪生）——让普通人也能"造世界" 🌍

更多示例素材可浏览 examples/worldgen/ 与 examples/worldrecon/，技术细节建议结合官方技术报告阅读。

【免费下载链接】HY-World-2.0HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds项目地址: https://gitcode.com/gh_mirrors/hy/HY-World-2.0