腾讯正式发布了混元世界模型1.5（Tencent HY WorldPlay），这是国内首个开放的实时互动体验平台。该模型通过简单的文字描述或图片，就能迅速生成独特的互动世界，用户能够通过键盘、鼠标或手柄实时控制虚拟相机，像玩游戏一样自由探索这些由 AI 生成的场景。
混元世界模型1.5具备三大核心能力:首先，实时交互生成能力，借助原创的 Context Forcing 蒸馏方案和流式推理优化，模型能够以24帧每秒的速度生成720P 的高清视频。其次，模型具备长范围的3D 一致性，这意味着用户在离开某个区域后再次返回时，模型能够准确 “记住” 该区域的三维结构，确保场景的连贯性。最后，模型提供多样化的交互体验，适用于不同风格的游戏或现实场景，并支持多种视角切换和实时文本触发事件。
此次发布的混元世界模型1.5还首次开源了业内最全面的实时世界模型训练体系，涵盖数据、训练和推理部署等各个环节。腾讯混元团队在技术报告中详细说明了模型的预训练、持续训练和自回归视频模型的强化学习等技术细节。这一模型采用了 Next-Frames-Prediction 的视觉自回归任务，打破了实时性与几何一致性之间的矛盾，为世界建模带来了新的可能性。
混元世界模型1.5不仅在技术上取得突破，还为 AI 生成内容的未来开启了更广阔的想象空间。未来的 AI 将不仅仅限于生成文本、图像或视频，而是能够创造出可实时探索和互动的完整虚拟世界。这种新模式在游戏开发、影视制作和虚拟现实等领域都有广泛应用。
在线体验网站:https://3d.hunyuan.tencent.com/sceneTo3D?tab=worldplay
Github链接:https://github.com/Tencent-Hunyuan/HY-WorldPlay
Hugging Face链接:https://huggingface.co/tencent/HY-WorldPlay
项目主页:https://3d-models.hunyuan.tencent.com/world/
划重点:
🌍 腾讯混元世界模型1.5可通过文字或图片快速生成互动虚拟世界，支持实时探索。
🎮 模型具备实时交互、长范围的3D 一致性及多样化的交互体验。
🔧 首次开源的训练体系为 AI 生成内容的未来提供了全新可能。