WorldClaw от Tencent создаёт редактируемые 3D-миры из текста: как работает новый AI-подход

От картинки к целому миру

Генеративный ИИ уже научился создавать отдельные 3D-объекты, изображения и короткие видеосцены. Но построить большое пространство, где рельеф, дороги, растительность, здания и другие объекты логично связаны между собой, значительно сложнее. Именно эту задачу пытается решить WorldClaw — исследовательская система команды Tencent Hunyuan.

Идея звучит почти как инструмент из редактора будущего: пользователь описывает мир обычным текстом, а система превращает запрос в структурированный план, создаёт глобальный рельеф, наполняет отдельные регионы объектами и затем несколько раз проверяет результат. Важная деталь — на выходе получается не только красивая картинка, а сцена с отдельными 3D-объектами, которые можно редактировать и повторно использовать.

Почему это сложнее, чем «нарисуй мне остров»

Для большой 3D-сцены недостаточно сделать убедительный кадр. Мир должен оставаться пространственно согласованным при движении камеры; здания не должны висеть над землёй, деревья — прорастать сквозь постройки, а разные части ландшафта — противоречить друг другу. Кроме того, разработчику нужен контроль: возможность передвинуть дом, заменить дерево, изменить материал или перестроить отдельный участок без полной генерации сцены с нуля.

Поэтому авторы WorldClaw разделяют глобальное планирование и локальную детализацию. Сначала агенты определяют регионы, типы местности, материалы, объекты и пространственные связи между ними. Затем система создаёт основу ландшафта и только после этого детально заполняет нужные участки.

Как WorldClaw собирает 3D-сцену

Пайплайн начинается с анализа текстового описания. Из него формируется спецификация мира: где будут горы, равнины, вода, поселения, дороги, растительность и характерные объекты. Далее система генерирует семантическую карту регионов и height field — основу будущего рельефа. Материалы и природные ассеты привязываются к конкретным зонам, чтобы разные части карты выглядели последовательно.

На следующем уровне WorldClaw работает с регионами, которым нужна более сложная детализация. Система создаёт композицию сцены, выделяет в ней отдельные объекты, реконструирует их как 3D-меши и возвращает на соответствующие позиции в мире. После этого агент снова рендерит сцену с диагностических ракурсов и ищет проблемы с масштабом, позой, контактом с землёй и коллизиями.

Под капотом — несколько моделей и Blender

WorldClaw — не одна модель, которая делает всё. В исследовательской конфигурации авторы использовали Claude Opus 4.8 как базовую агентную модель, а также GPT-Image-2, SAM3, SAM3D и Hunyuan3D для разных этапов работы. Генерация рельефа, размещение объектов, доработка сцены и рендеринг выполнялись в Blender 5.1.1.

Эксперименты проводились на сервере с четырьмя NVIDIA H20. Это важный контекст: WorldClaw пока не похож на лёгкое приложение, которое завтра установят на обычный ноутбук. Это исследовательский пайплайн, показывающий направление развития инструментов для 3D-контента.

Почему это особенно интересно для игр

Самая интересная часть WorldClaw — не скорость создания красивой сцены, а редактируемость. Если подход станет стабильнее и быстрее, он может сократить расстояние между идеей и первым прототипом уровня. Геймдизайнер сможет описать тип локации, получить черновик мира, пройти по нему, а затем вручную дорабатывать геометрию, композицию и gameplay-зоны.

То же касается VR/AR, симуляций, виртуального продакшена, учебных сред и цифровых двойников. Во всех этих сценариях важно иметь не просто изображение, а пространство с явной геометрией и отдельными элементами, которыми можно управлять.

Что WorldClaw пока не доказывает

Проект не стоит воспринимать как готовую замену художникам или level-дизайнерам. В статье авторы сами описывают ограничения: высокую зависимость от качества базовых моделей, риски ошибок в коде, значительные вычислительные затраты и длинный многоэтапный процесс. Некоторые объекты пока не имеют полноценной внутренней структуры, артикуляции или интерактивной логики.

Кроме того, публичный GitHub WorldClaw сейчас скорее является страницей исследовательского проекта с материалами и ссылкой на paper, а не готовым репозиторием, из которого можно просто установить полный генератор и повторить демонстрации.

Куда движется 3D-генерация

В этом и заключается главная ценность WorldClaw: система показывает, как генеративный AI переходит от создания отдельного контента к построению структурированной среды. Авторы прямо рассматривают дальнейшую интеграцию с production-инструментами и game engines вроде Unreal Engine, где к геометрии добавляются навигация, физика, procedural generation и runtime-взаимодействие.

Если это направление разовьётся, промпт станет не финальным результатом, а началом творческого процесса: человек описывает замысел, агенты собирают сложную техническую основу, а автор решает, каким должен быть сам мир. Для игровой индустрии это гораздо интереснее очередного генератора красивых картинок.

↗