
10月22日,腾讯混元团队正式发布混元世界模型1.1版本(WorldMirror),并宣布全面开源。新版本在原有基础上实现多项技术突破,新增对多视角图像和视频输入的支持。用户无需高端设备,仅需单张显卡即可完成部署,快速生成高质量3D场景,整个过程仅需数秒。
今年7月发布的混元世界模型1.0作为业界首个兼容传统图形管线并开放源码的可漫游3D生成模型,其轻量版本已在消费级显卡实现本地流畅运行。此次推出的1.1版本进一步提升性能,突破前代仅支持文本或单张图像输入的限制,构建了更加完善的“任意到任意”前馈式3D重建架构。
新版模型首次实现了多模态先验信息的融合输入与多种3D任务的统一输出。它不仅支持文本、单图、多视角图和视频输入,还能处理相机参数、深度信息等多样化数据格式。通过统一的模型架构,用户可完成点云生成、深度估计、相机姿态预测、表面法线推断以及新视角合成等各类3D几何预测任务。
目前,混元世界模型1.1已面向全球开发者全面开源。用户可通过指定平台获取项目代码与模型权重,按照指引文档在本地环境一键部署。为方便非技术用户快速体验,相关在线演示也已同步上线,支持直接上传多视角图片或视频内容,实时查看基于3D高斯喷洒技术渲染的三维重建效果。
项目演示、代码仓库、模型下载及在线体验入口均已开放,技术细节亦可通过最新发布的技术报告深入了解。
