在2025世界人工智能大会腾讯论坛上，腾讯正式发布混元3D世界模型 1.0，并全面开源。

这是业界首个开源可沉浸漫游、可交互、可仿真的世界生成模型，为游戏开发、VR、数字内容创作等领域带来了全新的可能性。

除3D世界模型外，腾讯混元还披露了包括端侧混合推理语言模型、多模态理解模型、游戏视觉模型等在内的一系列开源计划。

作为此次发布的亮点之一，腾讯混元3D世界模型1.0融合了全景视觉生成与分层3D重建技术，同时支持文字和图片输入，实现了高质量、风格多样的可漫游3D场景生成。

过去需要专业建模团队数周才能搭建的3D虚拟世界，现在只需一句文字或一张图片，几分钟内即可生成。

对游戏开发者而言，混元3D世界模型极大简化了3D场景构建流程，只需输入简单指令，模型即可快速生成包含建筑、地形、植被的完整3D场景。输出的Mesh文件可用于游戏原型搭建或关卡设计，还能灵活调整前景物体、更换天空背景，满足个性化创作需求。

无建模经验的普通用户，通过混元 3D 创作引擎，仅需一句话或者一张图即可快速生成360°沉浸式视觉空间，生成的场景可无缝导入Vision Pro等虚拟头显，带来沉浸式体验。

混元3D世界模型1.0的核心还在于其创新的「语意层次化3D场景表征及生成算法」。

该算法将复杂3D世界解构为不同语意层级，实现前景与背景、地面与天空的智能分离，不仅生成视觉效果逼真的整体场景，还能输出标准化的3D Mesh资产，兼容Unity、Unreal Engine、Blender等主流工具。用户可对场景内元素进行独立编辑或物理仿真，无缝衔接AIGC技术与传统CG工作流。

与全球领先的开源模型相比，混元3D世界模型1.0在文生世界、图生世界的美学质量和指令遵循能力等关键维度均全面超越当前SOTA的开源模型。

文生360°全景指标

图生360°全景指标

文生3D场景指标

 

图生3D场景指标

目前，混元3D世界模型1.0已全面开源。从秒级生成单个3D资产，到一键打造可漫游的3D世界，腾讯混元正逐步构建完善的3D内容生成生态。

混元旗舰模型TurboS自年初发布后，保持着每月一个版本的快速迭代，在代码、理科能力和复杂指令遵循方面都有明显提升，在全球大模型权威排行榜上稳居前列。

混元TurboS创新采用了前沿的混合线性注意力机制与MoE模型架构，是大模型研发前沿分支的重要代表，这也是业界首个基于混合线性注意力机制落地的超大规模MoE模型。

基于TurboS基座，混元T1进一步提升了推理能力，混元T1综合能力国内领先，在项目级代码生成、高难度数学推理、文本写作等方面都展现出不错的效果。

端到端语音模型混元Voice、多模态理解模型混元Vision基于混元大语言模型基座打造，继承了出色的理解、认知和推理能力。在多模态理解上，今年连续发布多款模型，在LMArena Vision全球大模型权威榜单中获得国内榜首。

混元在多模态生成方面布局全面，3D生成能力全球领先，最新混元 3D2.5 模型质感大幅提升，在上海人工智能实验室6月评测中评测排名全球第一。

除本次发布即开源的混元 3D世界模型 1.0，混元还将在月底开源一系列小尺寸模型，包含0.5B、1.8B、4B、7B混合推理模型，更轻量、好部署。

在LMArena Vision榜单拿下国内第一的多模态理解模型混元-large-vision，以及专为游戏场景优化的交互式游戏视频生成框架混元GameCraft等也将于近期对外开源。

前不久腾讯开源的企业级混合推理大语言模型混元-A13B，在总参数80B、激活参数仅13B的情况下，效果比肩同等架构的领先开源模型，同时推理速度更快，性价比更高。

混元还开放了完整多模态生成能力及工具集插件，陆续开源了业界领先的文生图、视频生成和 3D 生成能力，提供接近商业模型性能的开源基座，方便社区基于业务和使用场景定制，图像、视频衍生模型数量分别达到1400和1600个，混元3D系列模型社区下载量超过 230 万，已成为全球最受欢迎的3D开源模型。