Meta 介绍 WorldGen：一句话生成 50 米见方的可漫游 3D 世界

过去用 AI 做 3D 场景，常常像在逛一个只能远观的影棚布景：正面看着还行，只要控制角色往前走个三五米，周围的房子和地面就开始扭曲穿模，瞬间露馅。

Meta 最近公布了一项名为 WorldGen 的端到端研究。输入一句「卡通中世纪村庄」或者「火星科幻基地」，它能在几分钟内生成一个完整、可探索的 3D 虚拟世界，而且允许角色在里面自由行走，不会卡进墙里。

告别走两步就穿模的纸片景

以往业界生成 3D 场景，大多从单一视角出发向外推算。这种做法最大的问题在于，离中心视点只要走开三到五米，几何体结构和纹理细节就会迅速崩溃。

WorldGen 把生成范围拉大到了 50 米乘 50 米。在这个空间尺度下，整体的美术风格和几何结构能够保持一致，不会出现中世纪村庄里突然冒出一张维多利亚式沙发的荒诞场景。

技术上，Meta 把整个流程拆成了四个阶段：规划、重建、分解和精炼。

系统先通过程序化推理生成基础白模，并提取出用于角色行走的导航网格，同时生成全局参考图。

接着由基座模型完成图像到 3D 的场景重建并铺上初始纹理，再通过自家的场景级 AutoPartGen 把各个物体部件单独拆开。

最后一步交给增强模型，去精细打磨网格和贴图细节。整套管线让生成的场景不仅好看，在物理和导航层面也是通畅的。

另一个很实际的设计在于兼容性。它生成的资产天然兼容 Unity 和 Unreal 等主流游戏引擎，不需要开发者额外写转码工具或专门调渲染管线。

为什么重要

对开发者和创作者来说，3D 资产制作一直属于成本极高的苦活。从搭建白模、做碰撞体、分 UV 贴图到调动线，每一步都要耗费大量人力。

虽然 WorldGen 目前还停留在研究阶段，没有对开发者开放测试，但它验证了一条非常实用的路线：直接产出带导航网格、能进游戏引擎跑起来的 50 米级空间，这意味着未来独立开发者可能只要几句提示词，就能迅速把关卡原型搭出来。

我们认为，Meta 这次最聪明的点在于它没有硬磕一次性端到端生成，而是把游戏工业成熟的「白模加导航网格」思路融合到了扩散模型里。比起那些只能看不能碰的高斯泼溅点云，带拓扑结构和物理可行性的场景才是游戏开发真正需要的东西。

不过隐患和挑战依然存在。50 米见方的面积放在真正的开放世界游戏里还是太小了，甚至不够角色冲刺十秒钟。再加上多阶段管线的生成延迟，要想真正做到随打随用，工程优化的路还很长。