WorldFoundry
English中文

WorldGen

论文方法总览：WorldGen 的方法架构。

ZiYang Xie 的 WorldGen：文本或图像入，可遍历 3D splat/mesh 出。树内适配器；FLUX 基座 gated；runner 一致性仍为 pending。

编辑此页GitHubMarkdown

本卡片上的 WorldGen 是 ZiYang Xie 的开源 3D 世界生成器（github.com/ZiYang-xie/WorldGen，项目页 worldgen.github.io）。运行时把文本提示和 / 或单张图变成 3D 场景——默认高斯溅射 worldgen.ply，打开 return_mesh 则写网格 worldgen.glb。它不输出世界视频。

论文方法总览：WorldGen 的方法架构。
论文方法总览：WorldGen 的方法架构。

catalog 的论文链接和标题旁封面是 Meta Reality Labs 的 WorldGen: From Text to Traversable and Interactive 3D Worlds。那是同名的另一个项目。本页写的是 WorldFoundry 实际接好的 LeoXie/WorldGen 适配器，不是 Meta 的发布。也不是 Hunyuan World worldgen。

构建运行命令

推理 Pipeline
WorldGenPipelineworldfoundry.pipelines.three_d_four_d.pipeline_runtime
任务Default default
环境worldfoundry-unified-cu128
设备CUDA 12.8
Runnerworldfoundry.pipeline
加载方式from_pretrained
调用方式native_or_standard_invocation
worldfoundry-eval run \
  worldgen \
  --pipeline.task-profile default \
  --json

用来做什么

做可走的 3D 资产，不是短片。启动 worldfoundry-eval run worldgen，任务 profile 为 3d-world-generation。记录输入：prompt 与 image。可选 actions.camera_path。视频不是必填。树内流程是文生场景（t2s）或图生场景（i2s）：FLUX 先画全景，适配器再重建 splat 或 mesh。也可以直接给现成全景，跳过 FLUX 生成。

内置脚本默认推理分辨率是 1600。显存低于 24 GB 会自动开低显存模式。背景 inpaint 不能与 return_mesh 同时用。

生成 3D 世界的评测入口是 WorldScore。那是 catalog 入口，不是已摄入的 WorldFoundry 分数。

在 WorldFoundry 中运行

WorldGenPipeline 是 worldfoundry-unified-cu128（Python 3.11，CUDA 12.8）里的树内子进程适配器。就位 LeoXie/WorldGen，并接受 gated 的 FLUX.1-dev（文生全景）与 FLUX.1-Fill-dev（图生全景）条款。缺基座会在推理时报告。Runner / 官方场景质量一致性仍为 pending。

本地 512×256、50 步的文生场景运行生成了数值正常的高斯场景，反投影中可见提示要求的家具。一张裁剪后的透视房间照片用于图生场景时，虽然生成了有效 PLY，却没有保留原房间。当前上游图像路径在未指定相机视场角的情况下，把单张输入映射到球面全景光线。另用完整的 2:1 全景测试时，发现轮廓填充会在输入覆盖全景时清空所有条件像素；树内修复现已保留完整掩码。用该全景重跑 50 步得到有效 PLY，其恢复的 RGB 与输入平均相差 1.44/255。完整全景没有待扩展的区域，因此这只验证条件保留与场景转换，不能证明从透视照片生成新内容的能力。