VV9.3.33 安卓汉化版
VV0.4.81 安卓汉化版
VV8.7.26 安卓汉化版
VV2.0.38 安卓汉化版
VV7.1.61 安卓汉化版
VV6.3.92 安卓汉化版
VV9.4.72 安卓汉化版
VV3.0.56 安卓汉化版
VV3.9.80 安卓汉化版
VV9.7.78 安卓汉化版
VV5.6.16 安卓汉化版
VV9.4.17 安卓汉化版
VV7.5.58 安卓汉化版
VV0.8.16 安卓汉化版
VV15.5.94 安卓汉化版
VV5.3.92 安卓汉化版
VV4.4.97 安卓汉化版
VV6.8.32 安卓汉化版
VV2.0.39 安卓汉化版
VV1.2.56 安卓汉化版
VV3.9.69 安卓汉化版
VV9.6.11 安卓汉化版
VV6.0.80 安卓汉化版
VV8.0.00 安卓汉化版
VV9.5.43 安卓汉化版
VV4.4.03 安卓汉化版
VV2.8.97 安卓汉化版
VV5.3.84 安卓汉化版
VV3.1.54 安卓汉化版
VV7.0.90 安卓汉化版
VV8.4.88 安卓汉化版
VV1.9.63 安卓汉化版
VV1.0.62 安卓汉化版
VV8.3.41 安卓汉化版
VV9.9.19 安卓汉化版
VV1.7.74 安卓汉化版
VV6.7.34 安卓汉化版
VV6.2.47 安卓汉化版
VV9.6.52 安卓汉化版
VV6.4.82 安卓汉化版
VV5.9.68 安卓汉化版
VV9.9.93 安卓汉化版
VV5.2.66 安卓汉化版
分类:单机 / 冒险解谜 | 大小:8.80 MB | 授权:免费游戏 |
语言:中文 | 更新:2025/09/08 05:32:14 | 等级: |
平台:Android | 厂商: 扒开jk美女❌狂揉❌视频蘑菇 | 官网:暂无 |
权限:
查看
允许程序访问网络. |
备案:湘ICP备2023018554号-3A | |
标签: 女人又爽❌又黄❌免费网站 成人福导航㊙️ 男的狂干女的网址 |
樊振东回应德甲两连胜
张昊玥没有任何公关团队
王琳怀孕高烧父母看望只待了15分钟
樊振东回应德甲两连胜白露 2025/09/08 05:32:14
2025/09/08 05:32:14
辛芷蕾十几年前吹过的牛实现了
智东西AI前瞻(公众号:zhidxcomAI) 作者 江宇 编辑 漠影
短短半月,混元团队又向3D生成的“视野盲区”推进了一步。
智东西9月2日报道,今日,腾讯混元团队正式开源其HunyuanWorld 1.0世界模型的官方扩展模型 “HunyuanWorld-Voyager” 。
这也是混元在近两个月内,围绕3D世界生成系统的 第三次发布 :7月,团队首次开源HunyuanWorld 1.0模型,支持从文本或图像生成可漫游的三维场景;8月,推出适配消费级显卡的Lite版本,降低部署门槛。
Voyager则将目标从“生成一个可看的世界”进一步推向“ 构建一个可走、可扩展的世界 ”。
它主要针对当前世界模型在 长距离生成和视角一致性上的限制 ,首次引入 RGB-D视频联合建模 与 空间缓存机制 ,可根据单张图和用户设定的相机轨迹,生成结构连续、深度一致的点云视频,并可直接导出为标准3D格式。
换句话说, 它不仅能把视野之外的区域合理补全,还能持续“记住”用户走过的路径,并在空间中衔接新的视角内容 。
根据斯坦福李飞飞团队主导的WorldScore排行榜,Voyager在当前主流世界模型中平均成绩位列第一。
体验指路:
主页:https://3d-models.hunyuan.tencent.com/world/
Github:https://github.com/Tencent-Hunyuan/HunyuanWorld-Voyager
Huggingface:https://huggingface.co/tencent/HunyuanWorld-Voyager
技术报告:https://3d-models.hunyuan.tencent.com/voyager/voyager_en/assets/HYWorld_Voyager.pdf
一、多种3D任务解锁,直出结果可即用
Voyager不仅继承了混元世界模型1.0的图生世界能力,还进一步解决了“用户走出原视角之后”的补全问题。其生成结果不仅可实时呈现,还能直接导出为标准3D格式(如点云、mesh),无需借助Colmap、VGGT等后处理工具。
具体来看,Voyager可应用于以下典型任务:
1、 控制生成视频画面 :用户可通过键盘或摇杆设定相机轨迹,系统生成对应视角的视频序列,同时保持空间结构一致性;
2、 风格化编辑与控制 :支持对生成视频进行画面风格调整与局部重绘,保持内容可控;
3、 图生3D与视频深度估计 :支持从图像生成结构完整的3D物体,也可对普通视频进行深度补全,用于三维理解与后续建模;
▲图生3D物体
▲视频深度估计
二、引入新架构,空间建模能力显著增强
混元世界模型-Voyager架构 是对混元世界模型1.0 新视角 内容的补全,引入了“世界一致视频扩散”与“长距离世界探索”两大核心机制。
此前,混元世界模型1.0模型已支持从文本或图像生成可漫游的三维世界,并输出标准3D格式,兼容游戏引擎。但当用户“走出”原始画面后,生成范围会受限。Voyager解决的正是这类遮挡与长距离视角问题。
1、世界一致的视频扩散
目前,可控视频生成模型已经具备构建“世界模型”的潜力,但这类“图生视频”方案多停留在RGB模态,难以还原三维结构,限制了交互性和空间一致性。相比之下,显式生成3D场景(如点云、Mesh)可用于更真实的空间重建,但受限于训练数据和计算资源,难以在大规模场景中泛化。
混元世界模型Voyager结合了视频生成与显式3D建模两类方法,支持在用户设定相机轨迹和初始场景的条件下,生成空间一致的RGB-D视频序列,并可直接导出为点云格式的三维数据。
Voyager首次在视频生成中引入 RGB+Depth的双模态联合建模 ,形成“点云视频”:
1、输入:图片+用户指定的相机轨迹;
2、输出:RGB-D视频序列,每帧均具备像素级深度信息;
3、拼接机制:先在空间维度上拼接RGB和D(Depth),再在特征维度上结合两模态信息,用VAE框架学习RGB-D的生成规律;
4、训练结构:由双流模块与控制模块组成,基于Hunyuan-Video DiT模型进行训练。
此外,为支撑训练需求,混元团队构建了一套 可扩展的数据构建引擎 ,可自动对任意输入视频估计相机姿态与时序信息,摆脱人工标注依赖,批量生成可用于RGB-D建模的训练样本。基于该引擎,Voyager融合真实视频与虚幻引擎合成数据,构建了包含超过10万段视频片段的大规模训练集。
这种机制让Voyager具备“原生3D记忆能力”,无需后处理重建步骤即可生成空间一致、格式统一的3D点云。
2、长距离世界探索
Voyager通过提出一种具备空间一致性的可拓展世界缓存机制,突破了长距离世界探索的限制。
1、先生成一个初始场景点云缓存(来自HunyuanWorld 1.0);
2、再将缓存投影至用户设定的相机视角;
3、利用扩散模型生成新视角画面,并不断更新缓存,最终形成一个支持任意相机轨迹的闭环系统。
这一方法兼顾空间结构记忆、视角可控与多视图一致性,意味着用户可以像玩第一人称游戏一样“自由走”,所到之处都能被系统填补,并保持几何结构一致。
三、三项实验:验证空间一致性与重建质量
为全面验证HunyuanWorld-Voyager的性能表现,混元团队围绕 视频生成质量、三维场景重建能力以及世界生成能力 三个方向进行了系统实验,覆盖RGB视频质量、几何一致性与长距离空间表达等多个维度。
1. 视频生成:相似性与结构性指标均领先
在视频生成任务中,混元团队选取RealEstate10K数据集中的150个视频片段,并与四种开源的摄像头可控视频生成方法进行对比。
结果显示,Voyager在全部指标上均优于现有方法。
定性分析中,Voyager能够生成更为多样、结构清晰的视频帧,尤其在细节区域的保留上表现出色。例如在样例中,其他方法在相机大幅移动时易产生α影或结构塌陷,而Voyager仍能准确还原输入图像中的产品边界与材质细节。
2. 场景重建能力:融合RGB-D,三维结构更准确
在场景生成任务中,Voyager进一步验证了其RGB-D视频序列对三维结构重建的支持能力。混元团队使用VGGT方法作为后处理统一流程,对比核心模型的RGB视频生成后能否支持高质量点云还原。
结果表明,即便在仅使用RGB重建的场景下,Voyager生成的视频在几何一致性方面也优于其他方法;而一旦加入原生深度信息初始化点云,重建精度进一步提升。
在3D Gaussian Splatting任务中,Voyager成功还原了复杂结构(如吊灯)的完整形状,而其他方法在边缘结构与局部细节上普遍存在缺失。
3. 世界生成能力:跨域泛化与长距离空间表达能力增强
在更具挑战性的WorldScore静态基准测试中,Voyager同样展现出领先能力。该基准评估模型在开放域条件下的世界建构能力,尤其关注光学运动控制能力与空间一致性表现。
Voyager在该任务中获得最高平均分,验证了其空间一致建模机制具备跨数据域的泛化能力。
同时,由于生成条件一致,Voyager在保证一致性的前提下,所驱动的相机运动幅度大幅超过对比模型,其对于长路径建模与多视角连续性控制更具备优势。
结语:让生成的世界走得更远
从静态场景到可控漫游,再到具备深度信息与空间拓展,Voyager补足了混元世界模型在空间连续性上的一块关键能力。
从一段文字、一张图生成一个初始场景,再根据用户设定的相机轨迹拓展新视角内容,这种“边走边生成”的逻辑,正在成为AI理解空间的另一种可能。
智东西AI前瞻(公众号:zhidxcomAI) 作者 江宇 编辑 漠影
短短半月,混元团队又向3D生成的“视野盲区”推进了一步。
智东西9月2日报道,今日,腾讯混元团队正式开源其HunyuanWorld 1.0世界模型的官方扩展模型 “HunyuanWorld-Voyager” 。
这也是混元在近两个月内,围绕3D世界生成系统的 第三次发布 :7月,团队首次开源HunyuanWorld 1.0模型,支持从文本或图像生成可漫游的三维场景;8月,推出适配消费级显卡的Lite版本,降低部署门槛。
Voyager则将目标从“生成一个可看的世界”进一步推向“ 构建一个可走、可扩展的世界 ”。
它主要针对当前世界模型在 长距离生成和视角一致性上的限制 ,首次引入 RGB-D视频联合建模 与 空间缓存机制 ,可根据单张图和用户设定的相机轨迹,生成结构连续、深度一致的点云视频,并可直接导出为标准3D格式。
换句话说, 它不仅能把视野之外的区域合理补全,还能持续“记住”用户走过的路径,并在空间中衔接新的视角内容 。
根据斯坦福李飞飞团队主导的WorldScore排行榜,Voyager在当前主流世界模型中平均成绩位列第一。
体验指路:
主页:https://3d-models.hunyuan.tencent.com/world/
Github:https://github.com/Tencent-Hunyuan/HunyuanWorld-Voyager
Huggingface:https://huggingface.co/tencent/HunyuanWorld-Voyager
技术报告:https://3d-models.hunyuan.tencent.com/voyager/voyager_en/assets/HYWorld_Voyager.pdf
一、多种3D任务解锁,直出结果可即用
Voyager不仅继承了混元世界模型1.0的图生世界能力,还进一步解决了“用户走出原视角之后”的补全问题。其生成结果不仅可实时呈现,还能直接导出为标准3D格式(如点云、mesh),无需借助Colmap、VGGT等后处理工具。
具体来看,Voyager可应用于以下典型任务:
1、 控制生成视频画面 :用户可通过键盘或摇杆设定相机轨迹,系统生成对应视角的视频序列,同时保持空间结构一致性;
2、 风格化编辑与控制 :支持对生成视频进行画面风格调整与局部重绘,保持内容可控;
3、 图生3D与视频深度估计 :支持从图像生成结构完整的3D物体,也可对普通视频进行深度补全,用于三维理解与后续建模;
▲图生3D物体
▲视频深度估计
二、引入新架构,空间建模能力显著增强
混元世界模型-Voyager架构 是对混元世界模型1.0 新视角 内容的补全,引入了“世界一致视频扩散”与“长距离世界探索”两大核心机制。
此前,混元世界模型1.0模型已支持从文本或图像生成可漫游的三维世界,并输出标准3D格式,兼容游戏引擎。但当用户“走出”原始画面后,生成范围会受限。Voyager解决的正是这类遮挡与长距离视角问题。
1、世界一致的视频扩散
目前,可控视频生成模型已经具备构建“世界模型”的潜力,但这类“图生视频”方案多停留在RGB模态,难以还原三维结构,限制了交互性和空间一致性。相比之下,显式生成3D场景(如点云、Mesh)可用于更真实的空间重建,但受限于训练数据和计算资源,难以在大规模场景中泛化。
混元世界模型Voyager结合了视频生成与显式3D建模两类方法,支持在用户设定相机轨迹和初始场景的条件下,生成空间一致的RGB-D视频序列,并可直接导出为点云格式的三维数据。
Voyager首次在视频生成中引入 RGB+Depth的双模态联合建模 ,形成“点云视频”:
1、输入:图片+用户指定的相机轨迹;
2、输出:RGB-D视频序列,每帧均具备像素级深度信息;
3、拼接机制:先在空间维度上拼接RGB和D(Depth),再在特征维度上结合两模态信息,用VAE框架学习RGB-D的生成规律;
4、训练结构:由双流模块与控制模块组成,基于Hunyuan-Video DiT模型进行训练。
此外,为支撑训练需求,混元团队构建了一套 可扩展的数据构建引擎 ,可自动对任意输入视频估计相机姿态与时序信息,摆脱人工标注依赖,批量生成可用于RGB-D建模的训练样本。基于该引擎,Voyager融合真实视频与虚幻引擎合成数据,构建了包含超过10万段视频片段的大规模训练集。
这种机制让Voyager具备“原生3D记忆能力”,无需后处理重建步骤即可生成空间一致、格式统一的3D点云。
2、长距离世界探索
Voyager通过提出一种具备空间一致性的可拓展世界缓存机制,突破了长距离世界探索的限制。
1、先生成一个初始场景点云缓存(来自HunyuanWorld 1.0);
2、再将缓存投影至用户设定的相机视角;
3、利用扩散模型生成新视角画面,并不断更新缓存,最终形成一个支持任意相机轨迹的闭环系统。
这一方法兼顾空间结构记忆、视角可控与多视图一致性,意味着用户可以像玩第一人称游戏一样“自由走”,所到之处都能被系统填补,并保持几何结构一致。
三、三项实验:验证空间一致性与重建质量
为全面验证HunyuanWorld-Voyager的性能表现,混元团队围绕 视频生成质量、三维场景重建能力以及世界生成能力 三个方向进行了系统实验,覆盖RGB视频质量、几何一致性与长距离空间表达等多个维度。
1. 视频生成:相似性与结构性指标均领先
在视频生成任务中,混元团队选取RealEstate10K数据集中的150个视频片段,并与四种开源的摄像头可控视频生成方法进行对比。
结果显示,Voyager在全部指标上均优于现有方法。
定性分析中,Voyager能够生成更为多样、结构清晰的视频帧,尤其在细节区域的保留上表现出色。例如在样例中,其他方法在相机大幅移动时易产生α影或结构塌陷,而Voyager仍能准确还原输入图像中的产品边界与材质细节。
2. 场景重建能力:融合RGB-D,三维结构更准确
在场景生成任务中,Voyager进一步验证了其RGB-D视频序列对三维结构重建的支持能力。混元团队使用VGGT方法作为后处理统一流程,对比核心模型的RGB视频生成后能否支持高质量点云还原。
结果表明,即便在仅使用RGB重建的场景下,Voyager生成的视频在几何一致性方面也优于其他方法;而一旦加入原生深度信息初始化点云,重建精度进一步提升。
在3D Gaussian Splatting任务中,Voyager成功还原了复杂结构(如吊灯)的完整形状,而其他方法在边缘结构与局部细节上普遍存在缺失。
3. 世界生成能力:跨域泛化与长距离空间表达能力增强
在更具挑战性的WorldScore静态基准测试中,Voyager同样展现出领先能力。该基准评估模型在开放域条件下的世界建构能力,尤其关注光学运动控制能力与空间一致性表现。
Voyager在该任务中获得最高平均分,验证了其空间一致建模机制具备跨数据域的泛化能力。
同时,由于生成条件一致,Voyager在保证一致性的前提下,所驱动的相机运动幅度大幅超过对比模型,其对于长路径建模与多视角连续性控制更具备优势。
结语:让生成的世界走得更远
从静态场景到可控漫游,再到具备深度信息与空间拓展,Voyager补足了混元世界模型在空间连续性上的一块关键能力。
从一段文字、一张图生成一个初始场景,再根据用户设定的相机轨迹拓展新视角内容,这种“边走边生成”的逻辑,正在成为AI理解空间的另一种可能。
一、修复bug,修改自动播放;优化产品用户体验。
二、 1.修复已知Bug。2.新服务。
三、修复已知bug;优化用户体验
四、1,交互全面优化,用户操作更加便捷高效;2,主题色更新,界面风格更加协调;3,增加卡片类个人数据
五、-千万商品随意挑选,大图展现商品细节-订单和物流查询实时同步-支持团购和名品特卖,更有手机专享等你抢-支付宝和银联多种支付方式,轻松下单,快捷支付-新浪微博,支付宝,QQ登录,不用注册也能购物-支持商品收藏,随时查询喜爱的商品和历史购物清单。
六、1.bug修复,提升用户体验;2.优化加载,体验更流程;3.提升安卓系统兼容性
七、1、修复部分机型bug;2、提高游戏流畅度;
厂商其他下载
安卓应用 安卓手游 苹果应用 苹果手游 电脑 人一定要有个小号
相关版本
查看所有 0条评论>网友评论
反馈原因
其他原因