Agent驱动的大规模3D开放世界生成
推荐指数 72.0 NO. 024 · 2026.08.08
upvotes46comments0
为什么值得看
WorldClaw 用多智能体协作实现从文本到可编辑3D开放世界的端到端生成，先规划区域与地形再逐层细化。对游戏、元宇宙和仿真领域的开发者意味着可能摆脱手工建模管线，直接用自然语言驱动世界构建。
媒体预览
编辑判断
之前做开放世界生成的主流思路是 Minecraft 式的区块拼接或 Gaussian Splatting 的纯神经场，前者内容单调后者不可编辑。WorldClaw 的关键设计是把"规划-地形-资产-材质"解耦成可复用的模块，输出的是带 UV 的 mesh 而不是黑盒神经场，这直接对接了 Unreal/Unity 的现有管线。
论文提到用了 LLM 做区域规划代理、扩散模型做地形条件生成，但没说推理成本和训练数据规模。如果开源，游戏原型团队可以拿它快速验证关卡概念；如果闭源且算力需求高，短期内还是实验室玩具。建议等代码放出后重点测它的编辑回环——改一句描述能否局部更新而不崩全局。
相关内容
Scalable Agentic 3D Scene Generation for Embodied AI 可扩展的具身智能体3D场景生成，与原文Agent驱动的开放世界生成主题高度契合，聚焦大规模场景构建。 WorldGrow: Generating Infinite 3D World 无限3D世界生成，为具身AI和世界模型提供持续扩展环境，支撑开放式学习与智能体交互。 γ-World: Generative Multi-Agent World Modeling Beyond Two Players NVIDIA多智能体世界建模，突破双人博弈限制，探索生成式多智能体协同与复杂环境交互。 Building-Agent: 3D Generation Agent Framework 融合大语言模型与图神经网络的建筑3D生成智能体框架，实现结构化场景自动构建。