WorldGen 是什么？Meta 用一句话生成可走动的 3D 世界

WorldGen 是 Meta 在 2025 年 11 月提出的文字生成 3D 世界的系统，论文标题是《WorldGen：从文本到可通行、可交互的 3D 世界》。输入一段文字描述，比如“一座被瀑布环绕的中世纪山村”，它就能自动生成一个大规模的、带完整纹理贴图的 3D 环境，而且这个环境是“可通行”的：角色能在里面行走，地形、建筑、道路都有合理的空间结构。生成的世界可以直接导入标准的游戏引擎，立即探索或继续编辑。

它是怎么做到的

WorldGen 不是用一个模型一口气生成整个世界，而是把几种技术组合起来。第一步用大语言模型做场景布局推理：根据文字描述，规划出世界的整体布局，哪里是山、哪里是路、建筑如何分布。第二步用程序化生成搭出基础的结构和可行走的区域。第三步用基于扩散模型的 3D 生成技术，生成具体的物体和场景细节。最后做物体感知的场景分解：把生成的场景拆成一个个独立的物体，而不是一整块不可分割的模型，这样创作者可以单独移动、替换或修改其中任何一个物体。

为什么重要

构建一个 3D 游戏场景或虚拟世界，传统上需要美术人员手工建模、贴图、摆放，工作量巨大，而且需要专业的 3D 技能。论文的目标是弥合创意意图和可用的虚拟空间之间的鸿沟，让创作者不需要手动建模、不需要专业 3D 知识，就能设计出连贯、可导航的世界。

它的潜在用途包括游戏关卡和场景的快速原型、虚拟现实和元宇宙内容生产，以及为机器人和 AI 智能体提供多样化的训练环境。和只生成“看起来像 3D 的视频”的世界模型不同，WorldGen 生成的是真正的 3D 资产，可以进入现有的游戏和图形工作流。