技术突破与核心能力 - 推出世界模型WorldGrow，能生成1800平方米（19x39块）超大室内场景，单张A100显卡30分钟可生成约272平方米场景 [1][11] - 生成场景具备连贯的几何拓扑和照片级真实感外观，虚拟人可在复杂空间布局中自主规划路径并顺畅导航 [3] - 采用三步核心技术：数据精准预处理、3D块无缝拼接机制、粗到精生成策略，有效解决传统方法导致的物体变形、纹理断裂、布局不合理及扩展性差等问题 [5][7][9] 性能优势与效率表现 - 在3D-FRONT数据集上，几何重建指标MMD（CD为0.97x10²，EMD为13.33）和COV（CD为51.82%，EMD为46.56%）达到SOTA水平，FID指标低至7.52，显著优于SynCity、BlockFusion等主流方法 [10][12] - 生成效率是同类技术的6倍，扩展至7×7块超大场景时边缘质量仍保持稳定 [10][11] - 在10×10区块场景生成对比中，其MMD（CD为0.96x10²，EMD为12.83）和COV（CD为48.99%，EMD为48.18%）指标表现优异，FIDT为5.43 [11] 研发背景与合作机构 - 该研究由华为联合上海交通大学、华中科技大学共同完成，论文第一作者为上海交通大学的Sikuang Li和Chen Yang [13] - 研究完成于作者在华为实习期间，通讯作者为华为终端BG首席科学家、国际欧亚科学院院士田奇 [13]