HunyuanWorld-1.0

一句话或一张图,生成可探索交互的3D世界

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 数字人3D 🍴 复刻 270 🐛 待处理 36 👀 关注 30
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2977
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,完全免费。

项目预览

HunyuanWorld-1.0 项目界面预览图
图片来源:项目官网

项目数据

分类数字人3D
开发团队Tencent-Hunyuan
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型3d,3d-generation,aigc,hunyuan3d,image-to-3d,scene-generation,text-to-3d,world-model,world-models
GitHub 星标★ 2977
上线时间2025-07-18 00:00:00
代码更新2026-04-15
仓库体积92.4 MB
本站数据更新2026-11-18
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

HunyuanWorld-1.0 是腾讯混元团队推出的3D世界生成模型,旨在从文本或图像直接生成沉浸式、可探索且可交互的3D世界。它解决了传统3D内容制作成本高、周期长、门槛高的问题,让用户通过自然语言或一张图片就能快速获得一个完整的、可自由漫游的3D场景。核心能力包括:基于混元3D世界模型,支持文本到3D世界、图像到3D世界的转换;生成的世界具有物理交互性,用户可以在其中移动、观察甚至与物体互动;采用Python实现,提供了完整的训练和推理代码。该项目在GitHub上已获得2901星,处于成长阶段,展示了腾讯在3D生成领域的领先技术实力,为游戏开发、虚拟现实、影视制作等场景提供了高效的内容生成方案。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2977

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 60 分钟 部署方式:本地安装 7 步

环境要求

  • Python 3 环境(需能运行 pip 与 python3)
  • NVIDIA GPU,且命令行可用 CUDA_VISIBLE_DEVICES 指定显卡
  • 编译工具链:cmake、make、gcc/g++(用于编译 draco)
  • 网络可访问 GitHub 与 huggingface.co(下载仓库与 onnx 权重)
  • 磁盘空间用于存放 Real-ESRGAN、ZIM、draco 及生成的 3D 结果

安装与启动步骤

  1. 1克隆主仓库

    从 GitHub 拉取 HunyuanWorld-1.0 源码,之后所有命令都在该目录下执行。

    git clone https://github.com/Tencent-Hunyuan/HunyuanWorld-1.0.git
    cd HunyuanWorld-1.0
  2. 2安装 Real-ESRGAN

    超分辨率前处理依赖,按 README 依次安装 basicsr-fixed、facexlib、gfpgan 并执行 develop 安装。

    git clone https://github.com/xinntao/Real-ESRGAN.git
    cd Real-ESRGAN
    pip install basicsr-fixed
    pip install facexlib
    pip install gfpgan
    pip install -r requirements.txt
    python setup.py develop
  3. 3安装 ZIM 与权重

    安装 ZIM 包并以可编辑模式安装,再新建目录下载 encoder.onnx 与 decoder.onnx 两个模型文件。

    cd ..
    git clone https://github.com/naver-ai/ZIM.git
    cd ZIM
    pip install -e .
    mkdir zim_vit_l_2092
    cd zim_vit_l_2092
    wget https://huggingface.co/naver-iv/zim-anything-vitl/resolve/main/zim_vit_l_2092/encoder.onnx
    wget https://huggingface.co/naver-iv/zim-anything-vitl/resolve/main/zim_vit_l_2092/decoder.onnx
  4. 4编译安装 draco

    导出 draco 格式网格时必须安装,用 cmake 构建后执行 sudo make install 写入系统。

    cd ../..
    git clone https://github.com/google/draco.git
    cd draco
    mkdir build
    cd build
    cmake ..
    make
    sudo make install
  5. 5快速开始测试

    回到项目根目录运行官方测试脚本,用官方 examples 跑通完整流程,验证环境是否装好。

    cd ../..
    bash scripts/test.sh
  6. 6图像生成全景图

    用 demo_panogen.py 由图片生成全景图,开启 fp8 量化与缓存降低显存占用并加速推理。

    python3 demo_panogen.py --prompt "" --image_path examples/case2/input.png --output_path test_results/case2_quant --fp8_gemm --fp8_attention
  7. 7全景图生成3D场景

    用 demo_scenegen.py 把上一步输出的 panorama.png 转成可交互 3D 世界,可指定前景标签与场景类别。

    CUDA_VISIBLE_DEVICES=0 python3 demo_scenegen.py --image_path test_results/case2_quant/panorama.png --labels_fg1 stones --labels_fg2 trees --classes outdoor --output_path test_results/case2_quant --fp8_gemm --fp8_attention

关键配置

配置项必填说明示例
--image_path是输入图片路径,图像到世界的起点examples/case2/input.png
--output_path是结果输出目录,全景图与 3D 场景写在这里test_results/case2_quant
--prompt否文本提示词,留空则仅依据输入图片生成At the moment of glacier collapse, giant ice walls collapse
--fp8_gemm否开启 fp8 矩阵运算量化,降低显存占用--fp8_gemm
--fp8_attention否开启 fp8 注意力量化,进一步节省显存--fp8_attention
CUDA_VISIBLE_DEVICES否指定使用的 GPU 编号,多卡机器上常用0

如何确认成功

运行 bash scripts/test.sh 无报错结束,并在 test_results 目录下看到生成的全景图与 3D 场景结果文件。

常见问题

Q:显存不够、推理很慢怎么办?

A:README 建议使用量化与缓存,即在命令中加上 --fp8_gemm 与 --fp8_attention,可同时优化显存占用和推理速度。

Q:必须编译安装 draco 吗?

A:只有需要导出 draco 格式时才必须。README 明确说明要导出 draco 格式必须先克隆 google/draco 并 cmake 编译、sudo make install。

Q:如何只用文字生成 3D 世界?

A:可参照示例,在 demo_panogen.py 中传入 --prompt 文本并给出 --output_path,再用 demo_scenegen.py 处理生成的全景图。

Q:demo_scenegen.py 里的前景标签怎么填?

A:--labels_fg1、--labels_fg2 填写想强调的前景物体英文名,例如 stones、trees;--classes 填场景类别如 outdoor。

注意事项

  • 仓库与模型权重来自 GitHub、huggingface.co,国内网络可能较慢,建议提前配置代理或镜像。
  • 编译安装 draco 需要 sudo 权限,无 root 权限的机器请改用自定义安装前缀。
  • 运行推理前请确认 CUDA 可用,否则 fp8 相关参数无法生效。
  • 示例命令中的路径(examples/、test_results/)为相对项目根目录,请先切换回 HunyuanWorld-1.0 根目录再执行。

核心亮点

  • 支持文本和图像双模态输入,生成完整3D场景,降低创作门槛
  • 生成的世界具备物理交互性,用户可自由漫游和操作物体
  • 基于腾讯混元大模型技术,效果在同类中领先,且代码开源

不足之处

  • 项目较新,文档和社区生态待观察
  • 对计算资源要求高,普通用户难以本地部署

适用场景

  • 游戏开发中快速生成3D关卡原型
  • 影视制作中辅助场景概念设计
  • 虚拟现实内容创作,快速搭建可交互环境

替代项目

WorldGen、3D-GPT、SceneScape

上一篇:DreamCraft3D

下一篇:PartCrafter

同类项目推荐

dreamtalk 开源

一张照片加段语音,生成自然表情的说话视频

Official implementations for paper: DreamTalk: When Expressive Talking Head Generati···

★ 1789 2026-08-09
ChatVRM 开源

浏览器里让 VRM 虚拟人开口和你聊天

Chat with VRM avatar via LLM

★ 151 2026-10-28
ai-office 开源

走进 3D 办公室,AI 同事工作开会全程现场直击

Explore a 3D AI office where agents work, walk, talk, and meet in a React and Three.···

★ 1 2026-08-09
OmniX 开源

全景图一键生成可渲染的 PBR 3D 场景

Official implementation of "OmniX: From Unified Panoramic Generation and Perception ···

★ 115 2026-10-27
LiveTalking 开源

让数字人边听边说,口型跟得上,直播聊天不冷场

Real time interactive streaming digital human

★ 10493 2026-08-09
PartCrafter 开源

一句话生成带部件结构的3D网格,可编辑可重组

[NeurIPS 2025] PartCrafter: Structured 3D Mesh Generation via Compositional Latent D···

★ 2517 2026-08-09
SOMA-X 开源

一套API统一所有人体模型,告别格式混乱

SOMA: Unifying Parametric Human Body Models

★ 897 2026-08-09
CityDreamer 开源

一键生成无限大的逼真3D城市,告别手工建模

The official implementation of "CityDreamer: Compositional Generative Model of Unbou···

★ 701 2026-08-09
MoDA 开源

一张照片加一段语音,生成口型同步的数字人视频

MoDA: Multi-modal Diffusion Architecture for Talking Head Generation

★ 276 2026-08-09