Tencent анонсировала систему WorldClaw для генерации 3D-миров по тексту

🌟 Tencent анонсировала систему сборки 3D-миров по текстовому описанию Команда Hunyuan3D из Tencent опубликовала технический отчёт о WorldClaw. По одной фразе система строит трёхмерную сцену с рельефом, поверхностями, постройками, растительностью и транспортом. На выходе получаются полигональные модели с текстурами, совместимые с Blender: их можно править вручную. 🟡Отдельной модели у WorldClaw нет, она связывает существующие

Агентом работает Claude Opus 4.8, картинки делает GPT-Image-2, за сегментацию отвечает семейство SAM3, геометрию доводит Hunyuan3D, а сборка идёт в Blender.

Сначала агент разбирает запрос в описание: какие нужны регионы, как они соседствуют, какой рельеф, какие объекты и в каком стиле. Затем строится глобальный ландшафт. Регионы рисуются картой-схемой, из неё вырезаются маски, поверх складывается высотное поле из шумов и геоморфных операторов (пиков, дюн, террас, эрозии). Поверхности готовят двумя путями - генерацией текстур и сборкой процедурных материалов Blender. Камни и заросли рассыпаются по местности с учётом уклонов и высот. На третьей стадии участок рендерится в картинку, редактор изображений дорисовывает на ней нужные объекты, SAM3 вырезает каждый по отдельности, SAM3D лепит по вырезанному черновую модель, а положение в сцене считается через пару лучей от двух камер. Дальше агент пересматривает рендеры и исправляет косяки: предметы, висящие в воздухе или утопленные в грунт, неверный масштаб и поворот.

Модели, не прошедшие проверку по качеству, дорабатывает Hunyuan3D, он уточняет поверхность и рисует текстуры, сохраняя место объекта в сцене.

🟡Тесты Свою систему Tencent сравнила с SynCity, Marble от World Labs, MajutsuCity, WorldGen и GPT-5.6 Sol. Всем давали запрос на одну тему средневековой деревни и показывали по четыре вида с уровня земли. Авторы делают вывод, что WorldClaw выигрывает по выразительности рельефа, разделению регионов, разнообразию содержимого, соответствию запросу и устойчивости картинки при свободном движении камеры, сохраняя при этом объекты отдельными редактируемыми моделями.

С доступом пока неясно - репозиторий на GitHub открыт, но в нём лежат исходники сайта проекта. Ни публичного демо, ни сроков релиза компания не называла.

🟡Страница проекта 🟡Arxiv 🖥GitHub @ai_machinelearning_big_data #AI #ML #3D #Agents #WorldClaw #Tencent #Hunyuan3D