文章核心观点 - Meta发布名为WorldGen的突破性研究，能够仅通过一段文本提示生成可导航、可交互的完整3D世界，将生成式AI的应用从图像和视频向前推进了一大步 [11][12] - 该技术基于程序化推理、扩散模型和面向对象的场景分解，生成几何结构一致、视觉效果丰富的3D场景，覆盖面积达50米x50米，并能在整个区域保持风格与几何的一致性 [12][18][27] - WorldGen的产出可直接兼容Unity、Unreal等主流游戏引擎，无需额外转换，展示了在游戏、仿真和沉浸式社交环境中节省时间和成本的巨大潜力，推动3D内容创作走向大众化 [21][28] 技术方法与优势 - WorldGen是一个端到端系统，主要流程包括规划、重建、分解和精修四个阶段，首先生成3D场景的图像，再进行图像到3D的重建 [16][22] - 与基于Gaussian Splatting等技术的方法相比，WorldGen以网格为基础输出几何结构，使其成为面向功能开发的工具，原生支持物理模拟、碰撞检测和导航，而不仅用于渲染视觉内容 [27] - 该技术克服了其他方法从单一视角扩展导致移动3到5米后质量迅速下降的短板，能够生成完整纹理化的大规模场景 [17][18][27] 应用前景与影响 - 该技术有望彻底改变3D内容制作复杂耗时的传统工作流，为技术美术和关卡设计师等工作带来变革，从业者将从手动操作转向使用提示词驱动AI并进行筛选编辑 [21][28][29] - 生成内容可直接用于游戏引擎，但生成过程对算力需求高，开发者需评估本地与云端渲染能力以决定合适部署方式 [21][29] - 此项研究目前仍处于研究阶段，尚未对开发者开放，但未来计划支持更大规模的世界生成并降低生成延迟 [19][21]