一张图生成3D梦中情房，桌椅摆件随心换，又一世界生成模型来了

智东西 作者 | 杨京丽 编辑 | 李水青 智东西9月1日报道，今天，上海3D生成大模型公司影眸科技发布 世界生成模型Hyper3D WorldGen ，推动3D生成从“单个资产”走向 “完整场景” 。 用户上传一张场景图片后，模型可以 自动识别画面中的主要物体 ，并生成对应的3D资产，也支持 手动框选目标生成 ，并通过影眸Hyper3D团队自研的CAST架构，重建物体之间的空间与物理关系，最终生成由多个独立、可编辑、可替换、可交互资产组成的3D场景。 CAST为“基于单张RGB图像的组件对齐式3D场景重建”，是影眸Hyper3D团队在2025年发布的场景级生成研究成果。其核心是从单张图片中 补全被遮挡物体的三维结构 ，判断物体之间的 接触、支撑、悬挂等关系 ，并将多个独立物体放入统一、物理合理的三维空间。该研究曾获SIGGRAPH 2025最佳论文。 值得注意的是，WorldGen的生成能力已经进入 具身智能仿真训练、影视制作、游戏开发与XR 等真实生产场景，推动场景级3D生成从视觉展示走向产业工作流。 模型发布前，智东西等媒体采访了影眸科技创始人、CEO吴迪和联合创始人、CTO张启煊，围绕WorldGen的技术路线、应用进展及3D生成行业趋势等问题进行了交流。 一、一张图片生成场景，场景内资产可交互 媒体交流会上，张启煊演示了WorldGen的生成过程：上传一张办公室盥洗室的图片后，系统能够自动识别水龙头、盘子、水果等主要物体，约2-3秒生成单个物体的3D预览，并在约2-3分钟内还原出完整场景。 这些物体都是可以被选择、移动和替换的独立资产。开启SimReady功能后，系统