混元世界 2.0 手把手教程：从注册到生成第一个 3D 世界

前言

之前写过一篇混元世界 2.0 的介绍文章，讲了它是什么、能做什么。今天这篇是实操教程——手把手教你从注册到生成第一个 3D 世界。

不管你是游戏开发者、设计师、还是单纯好奇的 AI 爱好者，这篇文章都能让你真正跑通一遍。

第一步：注册并访问平台

混元世界 2.0 有两个使用途径：

1. 在线平台（推荐新手）：访问 3d-models.hunyuan.tencent.com/world
2. 本地部署（高级用户）：从 GitHub 仓库 克隆代码自行运行

对于第一次接触的用户，建议先用在线平台。打开网站后：

• 点击「注册」或使用微信扫码登录
• 首次使用需要勾选同意服务条款
• ⚠️ 注意：部分地区的用户可能需要使用 VPN 才能正常访问该平台

第二步：准备输入素材

混元世界 2.0 支持多种输入方式：

| 输入类型 | 说明 | 推荐质量 | | --- | --- | --- | | 文字提示 | 直接描述你想要的场景 | 尽量详细，包含光线、风格、元素 | | 单张图片 | 上传一张照片，AI 自动补全其余三面 | 高分辨率、清晰、主体明确 | | 多张图片 | 从不同角度拍摄同一场景 | 每张图片之间重叠 50%+ | | 视频 | 一段短视频，AI 提取多帧重建 | 稳定拍摄、光线充足 |

新手建议从单张图片开始。 找一张高质量的照片（建议 1080p 以上），主体清晰、背景不要太杂乱，效果会更好。

第三步：上传图片并生成

1. 登录后，在主页找到「上传图片」按钮
2. 选择你的图片并上传
3. 点击「开始生成」

生成过程需要等待 20 分钟左右（在线平台）。这是因为模型需要：

• 分析输入图片的空间结构
• 预测四个方向（前、后、左、右）的场景延展
• 用 3D 高斯泼溅（3DGS）技术生成点云数据
• 构建可漫游的完整环境

生成完成后你会收到通知。

第四步：探索生成的 3D 世界

生成完成后，你可以直接在浏览器中探索：

• 鼠标拖动：旋转视角
• WASD 键：前后左右移动
• Shift + 移动：加速奔跑
• 滚轮：缩放远近

界面上有几个实用功能：

1. 角色切换：按 Tab 键可以选择不同角色（人物、动物、机器人等），放入场景中漫游
2. 画质调节：可以在「高清」和「流畅」之间切换。流畅模式帧数更高但细节稍差
3. 人物缩放：默认按人眼高度（约 150-170cm）生成，可按需调整
4. 光影开关：可以开启/关闭阴影效果

第五步：导出 3D 资产

生成的世界可以导出为以下格式：

| 格式 | 用途 | 导入工具 | | --- | --- | --- | | .splat (3DGS) | 高保真点云渲染 | Blender、Unity、专用播放器 | | .glb / .obj (Mesh) | 标准 3D 网格模型 | Blender、Unreal Engine、Three.js | | 深度图 + 法线图 | 后期处理和材质贴图 | 任意 3D 软件 |

导出步骤：

1. 在探索界面找到「下载」按钮
2. 选择想要的格式（3DGS 或 Mesh）
3. 下载完成后可以拖入 Blender 预览

进阶：本地部署（可选）

如果你想在本地运行 HY-World 2.0，以下是基本流程：

环境要求

| 项目 | 最低配置 | 推荐配置 | | --- | --- | --- | | GPU | RTX 4080 (16GB VRAM) | RTX 4090 (24GB VRAM) | | 系统内存 | 32 GB | 64 GB | | 磁盘空间 | 80 GB | 200 GB | | CUDA | 12.1 | 12.4+ | | Python | 3.10 | 3.10 | | PyTorch | 2.4.0 | 2.4.0+ |

安装步骤

# 1. 克隆仓库
git clone https://github.com/Tencent-Hunyuan/HY-World-2.0
cd HY-World-2.0

# 2. 创建虚拟环境
conda create -n hyworld2 python=3.10 -y
conda activate hyworld2

# 3. 安装 PyTorch (CUDA 12.4)
pip install torch==2.4.0 torchvision==0.19.0 \
  --index-url https://download.pytorch.org/whl/cu124

# 4. 安装依赖
pip install -r requirements.txt
pip install flash-attn --no-build-isolation

# 5. 启动 Gradio 演示界面
python -m hyworld2.worldrecon.gradio_app

启动后访问 http://localhost:7860 即可使用。

Python API 方式

from hyworld2.worldrecon.pipeline import WorldMirrorPipeline

# 加载模型（约 1.2B 参数，BF16）
pipeline = WorldMirrorPipeline.from_pretrained('tencent/HY-World-2.0')

# 从图片文件夹重建 3D 场景
result = pipeline('path/to/images')

# 或者从视频重建
result = pipeline('path/to/video.mp4')

常见问题

生成的质量不够好怎么办？

• 确保输入图片分辨率足够高（建议 1080p+）
• 主体不要太靠近图片边缘
• 光线均匀、没有严重阴影的图片效果更好
• 背景越简单，生成结果越清晰

为什么我的账号无法访问？

部分地区的 IP 可能被限制。尝试：

• 使用 VPN 连接至中国大陆节点
• 确认已接受服务条款（首次使用需要）
• 等待几天后再试（平台有时会对新用户有限制）

生成的世界能直接用于游戏吗？

目前阶段，HY-World 2.0 生成的场景适合作为**原型和灰盒（greybox）**使用，还达不到 AAA 游戏的品质。但对于独立游戏、概念验证、快速原型设计来说已经完全够用。

本地运行显存不够怎么办？

• 降低输入分辨率（最低支持 50K 像素）
• 启用 --enable_bf16 减少显存占用
• 如果是 16GB 显卡，考虑使用 RTX 4090（24GB）

总结

混元世界 2.0 是目前最接近「一句话生成可漫游 3D 世界」的工具。对新手来说，最简单的路径就是：

1. 在线平台注册 → 上传图片 → 等待 20 分钟 → 探索导出
2. 觉得不够用 → 再考虑本地部署

如果你想了解它背后的技术原理、适合哪些人群、以及为什么对小团队很重要，可以去看我之前写的介绍文章。

---

参考来源：Tencent HY-World 2.0 GitHub、HuggingFace 模型页、官方文档