騰訊釋出 WorldClaw：一句話生成可探索、可編輯的 3D 大世界

如果你做過 3D 場景或者遊戲關卡，就會知道用 AI 生成大世界最讓人頭疼的是什麼：模型經常吐出一整張黏在一起的網格體，或者全景圖看著漂亮，鏡頭一拉近全是糊的，想挪動一棵樹、改一間木屋，根本無從下手。

騰訊混元 3D 研究團隊最近公佈了一個叫 WorldClaw 的系統，試圖把這個流程徹底拆解成可編輯的工程管線。你只要給它一句開放式描述，它就能生成出一整套可探索、能編輯的大型 3D 世界，而且場景裡的地形和每個物件全都是獨立存在的例項。

像遊戲策劃一樣拆解需求

WorldClaw 的核心思路是多智慧體協作，走的是一套由粗到細的流程。

第一步是意圖分析與規劃。系統裡專門有一個意圖分析智慧體，只提取使用者提示詞裡明確寫出來的硬性約束，不自己腦補細節；緊接著由場景規劃智慧體把模糊描述補齊，轉成包含區域劃分、地形特徵、物體屬性和空間關係的結構化規範。

有了統一規範後，第二步交給全域性地形生成。系統會畫出語義佈局圖，結合生成材質和程式化節點材質，再用區域感知高度場拼出高低起伏的自然地貌。

更有意思的是，管線裡引入了渲染巡檢智慧體。它會在渲染視圖裡反覆檢查地形過渡自不自然、材質縮放對不對、散佈是否合理，有瑕疵就打回調整。

樹是樹、房子是房子，每個資產都能拆

等底座地形鋪好，第三步才輪到區域性物體的生成與擺放。

系統會根據區域性地形條件生成組合方案，重建出帶紋理的高精度網格體，並計算它們在地面上的具體位置。渲染智慧體還會進一步微調物體朝向、外觀以及接觸面貼合度，避免樹木懸空或者石頭陷進泥裡。

資產來源上也做了分工：地表散佈的碎石、草叢等小資產走 3D 程式設計生成，建築和主要道具則交給 3D 生成模型製造。

在團隊展示的雪線村落、峽谷定居點、熱帶島嶼和極地前哨等 11 個世界演示中，不論全景俯瞰還是地面漫遊，所有房子、植被和動物都可以單獨選中、挪動或替換，而不是焊死在背景裡。

為什麼重要

我們認為，WorldClaw 最聰明的地方在於它沒有硬碰「端到端一鍵生成大模型」，而是把大型 3D 創作還原成了遊戲工業的標準工序。

現在的 3D 生成雖然熱鬧，但多數方案停留在單品生成，或者直接輸出不可編輯的高斯潑濺與神經輻射場，好看但進不了生產引擎。WorldClaw 讓獨立開發者和小型遊戲團隊看到了低成本搭建原型世界的可能，一句話搭出骨架，後續還能進 DCC 軟體手動微調。

不過隱患也寫在管線上。多智慧體層層傳遞加渲染回檢，意味著單次生成的算力和時間成本不會低；如果前期規劃智慧體理解偏了，後半段流水線可能白跑一趟。

但這給行業立了一個新標杆：未來的 3D 世界生成，拼的不僅是視覺有多逼真，而是生成的資產能不能直接丟進遊戲引擎裡幹活。