← 全部模型

WorldStereo 2.0

發布時間 發布主體 Tencent

模型定位

WorldStereo 2.0 是騰訊 HY-World 2.0 多模態世界模型框架中的世界擴展模型,約有 170 億個參數。它不是完整的 HY-World 2.0 系統,也不是一般文字對話模型。(github.com)

能力與用途

  • 在世界生成流程中,WorldStereo 2.0 根據規劃的相機軌跡生成關鍵影格,並透過記憶機制維持多視角一致性。(github.com)
  • 完整流程結合 HY-Pano 2.0、WorldNav、WorldStereo 2.0、WorldMirror 2.0 與 3D Gaussian Splatting 訓練,可由文字或單張圖片建立可探索的 3D 場景;最終 3D 資產由整條流程共同產生,而非 WorldStereo 2.0 單獨完成。(github.com)
  • 適用於 3D 場景生成、互動式世界探索、遊戲場景原型及相關研究。(github.com)

發布日期

2026 年 5 月 18 日,官方宣布開放世界生成推論程式碼及 WorldStereo 2.0 模型權重。HY-World 2.0 技術報告及部分程式碼則於 2026 年 4 月 16 日發布。(github.com)

限制與授權

  • 完整世界生成流程需要多個模型及元件;官方範例使用多 GPU,軌跡規劃還需要部署視覺語言模型服務。自行部署涉及運算與基礎設施成本。(github.com)
  • 官方社群授權不適用於歐盟、英國及南韓;符合條款的大規模使用者須另行申請授權。授權亦限制使用模型或其輸出來改進其他 AI 模型,實際使用前應閱讀完整條款。(github.com)

價格

截至 2026 年 11 月 16 日,未核實 WorldStereo 2.0 獨立模型 API 的官方輸入或輸出計費價格。以下是相關的 HY-World 2.0 整體場景漫遊服務價格,不是 WorldStereo 2.0 單獨調用的價格;文件按次列價,未列出獨立的輸入/輸出 token 費率:

兩地為各自平台公布的價格,不應視為可直接以匯率換算的同一套餐。

官方來源