WorldExplorer：基于文本生成的可探索3D虚拟世界

引言：从2D想象到3D探索

当AI生成图像的技术突破10亿参数大模型后，人类开始追问：能否让AI直接构建可交互的3D世界？ WorldExplorer给出了肯定答案——通过文本提示生成完全可导航的3D场景，用户可从任意角度自由探索。这项技术不仅重构了3D内容创作范式，更将AI生成能力从“静态画面”推向“动态空间”。

一、技术突破：重新定义3D生成范式

1. 三大核心创新

• 首次实现文本到3D的动态生成：
  传统3D建模需依赖专业软件（如Blender）或扫描设备，而WorldExplorer通过文本提示直接生成可交互场景。
• 摄像头引导的视频扩散模型：
  借助视频生成技术（如Runway ML的Gen-2），通过迭代生成实现3D一致性，解决视角切换时的视觉断层问题。
• 场景记忆机制：
  动态存储历史帧与相机姿态，确保生成过程中的空间连贯