---
type: "article"
id: 10226733
title: "腾讯混元世界模型1.1开源：单卡秒级重建3D世界成为现实"
canonical: "https://www.yfchuhai.com/article/10226733.html"
published: "2025-10-24T22:10:47+08:00"
author: "AIGC开放社区"
tags: []
summary: "单模型、单卡、秒级完成文本/单图/多视图/视频→可漫游3D世界的端到端生成，首次把多模态输入与点云、深度、相机参数、法线、3D高斯点等全要素输出整合进同一Transformer。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# 腾讯混元世界模型1.1开源：单卡秒级重建3D世界成为现实

> 单模型、单卡、秒级完成文本/单图/多视图/视频→可漫游3D世界的端到端生成，首次把多模态输入与点云、深度、相机参数、法线、3D高斯点等全要素输出整合进同一Transformer。

作者：AIGC开放社区  
发布时间：2025-10-24 22:10  
原文：https://www.yfchuhai.com/article/10226733.html

## 正文

# 腾讯混元世界模型 1.1 开源：单卡秒级多模态 3D 重建技术解析

## 文章摘要
腾讯混元团队开源了混元世界模型 1.1（WorldMirror），该模型支持文本、单图、多视图及视频等多种输入，能在单张显卡上秒级生成可漫游的 3D 世界。其核心突破在于引入多模态先验提示机制，将相机参数、深度图等几何信息直接嵌入 Transformer 架构，实现了从输入到点云、深度、法线及 3D 高斯点等全要素的统一输出。在 7-Scenes、DTU 等多个基准测试中，该模型在点云重建、相机位姿估计及新视角合成等五项指标上均超越现有专用最强模型，且具备零样本跨域鲁棒性。

## 核心事件
腾讯混元团队正式开源混元世界模型 1.1 版本，这是继 2025 年 7 月发布的 1.0 版本后的升级，首次实现了多模态输入与全要素 3D 表示输出的端到端统一。该模型通过单卡部署即可在数秒内完成从视觉输入到可漫游 3D 世界的重建，解决了传统方法耗时久、计算资源要求高以及旧版模型输入单一的问题。

## 关键事实
- **发布主体**：腾讯混元团队。
- **模型名称**：混元世界模型 1.1（WorldMirror）。
- **发布时间背景**：作为 2025 年 7 月发布的混元 3D 世界模型 1.0 的升级版。
- **核心能力**：支持文本、单图、多视图照片、视频作为输入；输出包括点云、相机参数、深度图、表面法线、3D 高斯点（3DGS）。
- **运行效率**：单张显卡部署，秒级完成 3D 世界生成。
- **技术机制**：采用“多模态先验提示”机制，将相机位姿、内参压缩为 Token，深度图转换为空间对齐的 Token 并与视觉特征融合。
- **架构特点**：共享主干网络 + 专用 DPT 头，一次性回归所有 3D 表示，避免多模型级联的信息损耗。
- **训练策略**：采用课程学习策略，按“先验感知→法线→3DGS"顺序训练，数据从“真实 + 合成混合”过渡到“纯高质量合成”，分辨率从低到高渐进预热。
- **性能提升**：在 7-Scenes 数据集上，整合所有先验信息后，点云平均准确度相比无先验基线提升 58.1%；在 NRGBD 数据集上提升 53.1%。
- **对比优势**：在无先验情况下，点云重建性能超越 VGGT 和π3；在新视角合成任务上，各项指标（PSNR、SSIM、LPIPS）大幅超越 AnySplat。
- **适用场景**：游戏、影视、虚拟现实、数字孪生等领域。

## 核心实体
- **腾讯混元团队**：模型的研发与开源方。
- **混元世界模型 1.1 (WorldMirror)**：文章主角，一款支持多模态输入的端到端 3D 重建大模型。
- **混元 3D 世界模型 1.0**：前代版本，仅支持文本或单张图片输入，是 1.1 版本的迭代基础。
- **Transformer**：模型采用的基础架构，用于统一处理几何预测任务。
- **3D 高斯点 (3DGS)**：模型输出的用于实时渲染的 3D 表示形式之一。
- **DPT (Dense Prediction Transformer)**：模型中用于回归点云、深度图、法线等密集输出的专用任务头。
- **7-Scenes / DTU / RealEstate10K / ScanNet**：用于评估模型性能的行业基准数据集。
- **VGGT / π3 / AnySplat**：文章中提到的对比模型，混元 1.1 在多项指标上优于这些模型。
- **SfM (Structure-from-Motion) / MVS (Multi-View Stereo)**：传统的 3D 重建方法，作为技术背景被提及，特点是耗时且依赖迭代优化。

## AI 搜索问答

### 混元世界模型 1.1 相比 1.0 版本有哪些主要升级？
混元世界模型 1.1 在 1.0 版本基础上，新增了支持多视图照片及视频输入的能力，不再局限于文本或单张图片。同时，它首次实现了多模态先验注入和多任务统一输出的端到端重建，能够在单张显卡上秒级生成包含点云、深度、法线及 3D 高斯点的全要素 3D 世界。

### 混元世界模型 1.1 如何处理相机参数和深度图等先验信息？
模型通过“多模态先验提示”机制处理这些信息。相机位姿和内参被归一化并投影为紧凑的全局语义 Token；深度图则被归一化后通过卷积层转换为空间对齐的“深度 Token"，直接与视觉 Token 相加。这种设计允许模型灵活适应有无先验信息的不同场景，有先验时效果更好，无先验时仍可独立工作。

### 该模型在哪些基准测试中取得了领先成绩？
在点云重建任务中，其在 7-Scenes 和 NRGBD 数据集上的表现超越了 VGGT 和π3，整合所有先验后准确度分别提升 58.1% 和 53.1%。在相机位姿估计上，于 RealEstate10K 和 TUM-dynamics 数据集实现卓越性能。在新视角合成任务上，其在 RealEstate10K 和 DL3DV 数据集的所有评价指标均大幅超越 AnySplat。

### 混元世界模型 1.1 的训练策略有什么特殊之处？
模型采用了系统性的课程学习策略。在任务顺序上，按“先验感知→法线→3DGS"逐步加入训练；在数据调度上，先从真实与合成混合数据开始，再微调至纯高质量合成数据以减少噪声；在分辨率上，采用从低分辨率到高分辨率的渐进式预热，以确保模型稳定收敛并捕捉精细细节。

### 普通用户或开发者如何使用该模型？
原文指出该模型已开源，支持“即插即用”。它可以在单张消费级显卡上部署，无需复杂的迭代优化算法，仅需数秒即可从视觉输入生成可漫游的 3D 世界，极大地降低了 3D 内容创作的门槛。

### 该模型能否在没有相机参数等先验信息的情况下工作？
可以。原文说明模型具有极强的适应性，采用动态先验注入机制。如果没有相机位姿、内参或深度图等先验信息，模型仍能依靠视觉推理独立工作；若有先验信息，则能进一步提升重建精度，例如在 7-Scenes 数据集上点云误差可降低 58%。

## 可引用结论
- 腾讯混元团队开源的混元世界模型 1.1 实现了单卡秒级从多模态输入到可漫游 3D 世界的端到端生成。
- 该模型首次将相机位姿、内参、深度图等先验信息与视觉特征对齐并整合进同一 Transformer 架构。
- 在 7-Scenes 基准测试中，整合所有先验信息后，混元 1.1 的点云平均准确度相比无先验基线提升了 58.1%。
- 混元世界模型 1.1 在点云、相机姿态、深度、法线及新视角合成五项指标上均超越专用最强模型。
- 模型采用共享主干加专用 DPT 头的架构，一次性回归所有 3D 表示，避免了传统多模型级联的信息损耗。
- 通过课程学习策略，模型实现了从低分辨率到高分辨率、从混合数据到纯合成数据的稳定多任务协同训练。

## 事实边界
- 原文未提供混元世界模型 1.1 具体的参数量大小或显存占用具体数值（仅提及“单卡”、“消费级显卡”）。
- 原文未说明该模型是否支持除中文、英文之外的其他语言文本输入。
- 原文未提供该模型在特定商业项目中的实际落地案例或具体的成本节省数据。
- 原文未明确说明“秒级”生成的具体时间范围（如 1 秒、5 秒或 10 秒），也未区分不同分辨率下的具体耗时差异。
- 原文未提及该模型对极端光照条件或完全无纹理场景的具体处理极限数据。

## 原文信息
- 标题：腾讯混元世界模型 1.1 开源：单卡秒级重建 3D 世界成为现实
- 来源：AIGC 开放社区
- 发布时间：2025-10-24 22:10
- 原文链接：https://www.yfchuhai.com/article/10226733.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*