Meta 介紹 WorldGen：一句話生成 50 米見方的可漫遊 3D 世界

過去用 AI 做 3D 場景，常常像在逛一個只能遠觀的影棚佈景：正面看著還行，只要控制角色往前走個三五米，周圍的房子和地面就開始扭曲穿模，瞬間露餡。

Meta 最近公佈了一項名為 WorldGen 的端到端研究。輸入一句「卡通中世紀村莊」或者「火星科幻基地」，它能在幾分鐘內生成一個完整、可探索的 3D 虛擬世界，而且允許角色在裡面自由行走，不會卡進牆裡。

告別走兩步就穿模的紙片景

以往業界生成 3D 場景，大多從單一視角出發向外推算。這種做法最大的問題在於，離中心視點只要走開三到五米，幾何體結構和紋理細節就會迅速崩潰。

WorldGen 把生成範圍拉大到了 50 米乘 50 米。在這個空間尺度下，整體的美術風格和幾何結構能夠保持一致，不會出現中世紀村莊裡突然冒出一張維多利亞式沙發的荒誕場景。

技術上，Meta 把整個流程拆成了四個階段：規劃、重建、分解和精煉。

系統先通過程式化推理生成基礎白模，並提取出用於角色行走的導航網格，同時生成全域性參考圖。

接著由基座模型完成影像到 3D 的場景重建並鋪上初始紋理，再通過自家的場景級 AutoPartGen 把各個物體部件單獨拆開。

最後一步交給增強模型，去精細打磨網格和貼圖細節。整套管線讓生成的場景不僅好看，在物理和導航層面也是通暢的。

另一個很實際的設計在於相容性。它生成的資產天然相容 Unity 和 Unreal 等主流遊戲引擎，不需要開發者額外寫轉碼工具或專門調渲染管線。

為什麼重要

對開發者和創作者來說，3D 資產製作一直屬於成本極高的苦活。從搭建白模、做碰撞體、分 UV 貼圖到調動線，每一步都要耗費大量人力。

雖然 WorldGen 目前還停留在研究階段，沒有對開發者開放測試，但它驗證了一條非常實用的路線：直接產出帶導航網格、能進遊戲引擎跑起來的 50 米級空間，這意味著未來獨立開發者可能只要幾句提示詞，就能迅速把關卡原型搭出來。

我們認為，Meta 這次最聰明的點在於它沒有硬磕一次性端到端生成，而是把遊戲工業成熟的「白模加導航網格」思路融合到了擴散模型裡。比起那些只能看不能碰的高斯潑濺點雲，帶拓撲結構和物理可行性的場景才是遊戲開發真正需要的東西。

不過隱患和挑戰依然存在。50 米見方的面積放在真正的開放世界遊戲裡還是太小了，甚至不夠角色衝刺十秒鐘。再加上多階段管線的生成延遲，要想真正做到隨打隨用，工程最佳化的路還很長。