影眸科技发布基于大模型的WorldGen() 单张照片可生成可编辑3D世界

9月7日，影眸科技正式发布世界生成模型WorldGen()。该模型能够将单张二维照片转化为由独立3D资产组成的完整物理世界，并支持对场景内物体进行单独编辑，导出至Blender、Unreal等主流引擎。

WorldGen()基于影眸科技旗下的Rodin系列大模型打造，其技术底座源自团队在SIGGRAPH 2025上发表的CAST论文（《CAST：基于单张RGB图像的组件对齐式3D场景重建》）。该论文提出通过组件对齐、关系推理与物理校正，从单张RGB图像重建出结构合理、符合物理约束的3D场景，为WorldGen()的产品化提供了核心技术支持。

据介绍，WorldGen()能够识别场景中物体的空间关系，理解谁支撑谁、谁遮挡谁，并自动修正悬空、错位、穿模等问题。生成的3D场景不仅视觉上贴合输入图像，几何上也遵循真实物理约束，可直接用于后续的仿真、交互与二次编辑。

影眸科技团队在交流中提到，目前“世界模型”的定义尚无统一标准，在真正理解并操纵整个世界之前，他们更愿意将WorldGen()称为“世界生成模型”，强调其重点是生成可检查、可修改、可复用的结构化3D空间源文件。

WorldGen()的应用场景覆盖多模型协作的AI工作流、具身智能仿真训练、游戏开发与空间计算等领域。