Команда Hunyuan3D из Tencent опубликовала технический отчёт о WorldClaw — фреймворке, который по одной текстовой фразе строит полноценную трёхмерную сцену открытого мира: рельеф, поверхности, постройки, растительность и транспорт. На выходе получаются полигональные текстурированные модели, совместимые с Blender и доступные для ручного редактирования — то есть не видео и не сплаты, а настоящая 3D-геометрия.
У WorldClaw нет собственной единой модели — это агентный конвейерi, связывающий несколько уже существующих систем: Claude Opus 4.8 разбирает запрос и планирует сцену, GPT-Image-2 рисует карты и композиции, семейство SAM3 сегментирует объекты, Hunyuan3D доводит геометрию и текстуры, а сборка происходит в Blender.
Tencent показала Hunyuan3D-Buffalo 1.0 — экспериментальное развитие своей линейки Hunyuan3D. В отличие от обычной генерации 3D по картинке или тексту, Buffalo умеет понимать структуру объекта: отвечать на вопросы о нём, находить отдельные детали по текстовому описанию, удалять или заменять их, а также генерировать геометрию прямо из текста — всё в одном пайплайне, без отдельных моделей под каждую задачу.
Главный акцент разработки не на красоте image-to-3Di генерации, а на осмысленном редактировании и работе с частями модели — то есть система сначала «понимает», где у объекта крылья, колёса или другие детали, а затем может что-то с ними сделать по команде.
ВыводВ основе системы лежит генератор Hunyuan3D-2.1, к которому добавили 3D-VLM (визуально-языковую модель), работающую как «мозг» системы
Андрей Карпати (по данным vc.ru — «выходец из OpenAI») предложил новый способ оценивать возможности ИИ-моделей: не рисование пеликана на велосипеде в SVG, а генерацию целых интерактивных 3D-миров по литературным сюжетам. Он дал модели Opus 5i первый абзац «Властелина колец» с бюджетом в 1 млн токенов и попросил создать трёхмерную визуализацию на three.jsi.
За два часа Opus 5 написал 5500 строк кода, процедурно отрендеривших сюжет; звук для сцены сгенерировали через ElevenLabsi. Карпати считает, что старые тесты на пространственное мышление устарели — современные мультимодальные модели легко с ними справляются, а вот с генерацией целых миров по книгам и фильмам они пока справляются плохо.
ВыводГенерация сцены обошлась примерно в 10 долларов, по данным Machinelearning.
Команда Atomic Chati протестировала две модели — Qwen 3.8 Max и Fable 5 — на одинаковом задании: создать три автономных HTML-файла с интерактивными 3D-сценами, требующими точной физики, сохранения состояния объектов и синхронизации во времени. Qwen 3.8 Max справилась лучше и при этом обошлась почти в 7 раз дешевле в расчёте на запуск.
По оценке авторов теста, сцены Qwen получились качественнее и стабильнее, тогда как у Fable 5 местами ломалась логика объектов. Результат подан как показательный пример резкого разрыва в эффективности между моделями при сопоставимой сложности задачи.
ВыводЗадание включало три сцены: мраморные шарики поднимаются на колесо и проходят петлю, автомобильный конвейер и лесопилка, превращающая брёвна в доски
THREE.Group с отдельными деталями, точками вращения, коллайдерами и заготовками под анимацию.
Посмотрим во что могут перерасти эти эксперименты🍿
В твиттере энтузиасты дали ИИ-модели Claude 5 Opus Ultrathinki задачу «Build Formula 1 car, make no mistakes» и подключили её к Blender через MCPi (Model Context Protocol). Эксперимент завершился спустя 10 часов работы, потребовав 50 агентов и 10 миллионов токенов.
История разошлась по каналам как показательный пример того, насколько ресурсоёмкими становятся агентные ИИ-эксперименты с 3D-моделированием.
.ply, .splat, .ksplat
• GPU эффекты: волны, дым, релайтинг, растворение и т д
Также предлагают десктоп версию для #windows и #MacOS
#gaussian #viewer #image2scene #video2scene #videoto4d #facereconstruction #video2depth #video2normals