外观
HY-World(1.5 WorldPlay / 2.0)
两条栈:1.5 是实时可玩交互视频 WM;2.0 是可导航 3D 资产(开源侧最接近 Atlas/Marble 能力集)。
结构化 stub:仓库内 data/models/hy-world.yml。
核验字段
| 字段 | 值 |
|---|---|
| 名称 | HY-World(1.5 WorldPlay / 2.0) |
| 机构 | 腾讯混元 HunyuanWorld |
| 公开时间 | 1.5 开源 2025-12-17;2.0 报告/部分代码 2026-04-16 |
| arXiv | 2604.14268(2.0) |
| 参数量 | 1.5:WorldPlay-8B(HunyuanVideo 骨干,推荐);WorldPlay-5B(WAN 轻量)。2.0 模块化:WorldMirror≈1.2B;HY-Pano-2≈80B;WorldStereo-2≈17B(非单一 DiT) |
| 基座 | 1.5:HunyuanVideo / WAN 轻量。2.0:分模块重建 + 全景 + 立体扩展 |
| 分辨率 | 1.5:Checkpoint 命名 480P-I2V。2.0:非视频帧主叙事(文档称约 50K–500K pixels 等) |
| 帧率 | 1.5 官方:24 FPS 长程流式。2.0:一次生成后消费级 GPU 实时渲染,非每帧 DiT 推演 |
| 延迟 | 1.5 强调 real-time,精确首帧毫秒未核验。2.0 未给统一毫秒 SLA |
| 控制 | 1.5 Dual Action:键盘/鼠标;pose string(w/s/a/d/up/down/left/right)。2.0 生成后第一/第三人称探索 + 物理碰撞;生成侧文本/图/多视图/视频 → 3D |
| 模态 | 1.5:视频(可接 3D 重建)。2.0:3DGS / mesh / 点云(可导入 UE/Unity/Blender/Isaac) |
| 时长口径 | 1.5:long-term geometric consistency;chunk=16 + Reconstituted Context Memory。2.0:Unlimited — assets persist permanently(对比视频 WM typically 1 min) |
| 开源 | 是 |
| 许可 | Tencent HY-WorldPlay / Hunyuan Community License(非标准 OSI;有地域与 MAU 限制) |
| GPU hours | 未公开 |
| 训练硬件 | 未公开 |
| WBench | 1.5:论文自报重建/人评;WBench 他方表有 HY-World 1.5 ar-distill。2.0:非 WBench 视频导航同一赛道 |
| 其他评测 | 2.0 技术报告内相机控制/重建指标 |
| 核验日 | 2026-09-16 |
训练阶段
1.5 公开训练/RL/量化后续释放,详细 GPU hours 未公开。2.0 不是 Wan5B 视频 distill 课表,勿套 DMD curriculum。
选型要点
要「真 3D / 可导入引擎」走 2.0;要「24 FPS 流式可玩视频」走 1.5。许可都不是 Apache。
诚实边界
1.5 与 2.0 不要用同一张「FPS」列横比。社区许可含地域排除,商用前读 License.txt。
来源
另见 Wan5B 后训对照、WM 全景、控制接口差异。