> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-zh/3d-sheng-cheng/hunyuan-world-2.md).

# Hunyuan World 2.0（3D 世界模型）

在 Clore.ai GPU 上部署腾讯 HY-World 2.0——首个开源 SOTA 3D 世界模型——用于文本/图像/视频到 3D 场景生成

{% hint style="info" %}
**于 2026 年 4 月 15 日发布** — 腾讯混元发布 **HY-World 2.0**，首个完全开源的 SOTA 3D 世界模型。本指南涵盖 **WorldMirror 2.0** （已随附约 12 亿参数的重建组件）。姊妹模型 **HY-Pano 2.0** 以及 **WorldStereo 2.0** 已在官方仓库中标记为“即将推出”——见 [路线图](#roadmap) 下文。
{% endhint %}

HY-World 2.0 是腾讯的多模态世界模型框架，用于 **重建、生成和模拟完整的 3D 场景**。不同于单物体网格生成器，HY-World 可接收文本、单视图或多视图图像，或视频，并输出可编辑的世界表示——网格、3D Gaussian Splat、点云、深度图、表面法线以及恢复出的相机参数——可直接导入 Unity、Unreal 或 Blender。

首批公开权重覆盖 **WorldMirror 2.0** （约 12 亿参数，BF16）——堆栈中的重建部分。它可在单张 GPU 上以约 12–24 GB 显存运行，并支持从 5 万到 50 万像素的灵活分辨率，还支持用于更大规模工作负载的 FSDP 多 GPU 分片。开箱即用提供 Python API（`diffusers`-style），CLI 通过 `torchrun`，以及 Gradio 演示开箱即用。ComfyUI 节点 **不** 尚未官方提供——仅有社区移植版。

{% hint style="success" %}
通过 [CLORE.AI 市场](https://clore.ai/marketplace).
{% endhint %}

### 关键规格

| 属性    | 数值                                                      |
| ----- | ------------------------------------------------------- |
| 组件    | WorldMirror 2.0（已发布）；HY-Pano 2.0 + WorldStereo 2.0 即将推出 |
| 参数    | 约 12 亿（BF16）                                            |
| 输入模态  | 文本 · 单视图图像 · 多视图图像 · 视频                                 |
| 输出    | 网格 · 3D Gaussian Splat · 点云 · 深度 · 法线 · 相机参数            |
| 显存    | 约 12–24 GB 单卡；FSDP 用于多卡                                 |
| 分辨率范围 | 5 万 – 50 万像素（灵活分辨率）                                     |
| 许可证   | `tencent-hy-world-2.0-community` （自定义——见下文）             |
| 发布    | 2026-04-15                                              |

{% hint style="warning" %}
**许可说明：** HY-World 2.0 采用自定义社区许可证发布（`License.txt` 位于仓库根目录）， **不** Apache 2.0 或 MIT。商业用途条款与腾讯的 Hunyuan3D 2.1 不同。在基于它构建并发布任何内容之前，请先阅读完整许可证。
{% endhint %}

### 为什么选择 HY-World 2.0？

* **首个开源 SOTA 世界模型** —— 该类别中没有闭源竞争者
* **完整场景输出，而不只是网格** —— 一次生成 Gaussian Splats + 几何 + 相机
* **多模态输入** —— 同一管线可处理文本、图像和视频
* **支持 FSDP** —— 可在 2–8 张 GPU 上扩展，以进行高分辨率或批量推理
* **可直接用于游戏引擎** —— 输出可直接导入 Unity、Unreal 和 Blender

***

## 需求

{% hint style="warning" %}
**Clore.ai 市场上未列出多 GPU 的 80GB 级机型。** 目前列出的最大配置是 4× RTX PRO 6000 Blackwell（每张 96GB，共 380GB）以及 8–11× RTX 5090（每张 32GB）。A100 / H200 / B200 容量可按 [裸机](https://clore.ai/bare-metal) 需求提供。部署前请查看 [GPU 价格与可用性](/guides/guides_v2-zh/ru-men-zhi-nan/pricing.md) 。
{% endhint %}

| 组件      | 最低                     | 推荐                               |
| ------- | ---------------------- | -------------------------------- |
| GPU 显存  | 16 GB（RTX 4080 / 3090） | 24–80 GB（RTX 4090 / A100 / H100） |
| 系统内存    | 32 GB                  | 64–128 GB                        |
| 磁盘      | 80 GB                  | 200 GB                           |
| CUDA    | 12.8+                  | 12.8+                            |
| Python  | 3.10                   | 3.10                             |
| PyTorch | 2.4.0                  | 2.4.0+                           |

{% hint style="info" %}
多 GPU 模式需要 **每张 GPU 至少 1 张输入图像**。对于单张参考图像，建议只用一张 GPU，并仅在批量或高分辨率任务时让 FSDP 接管。
{% endhint %}

***

## 方案 A —— 使用 Docker + torchrun 快速上手

一个最小的 `docker-compose.yml` 适用于 Clore.ai 容器（官方腾讯镜像尚未发布——此处使用 PyTorch 基础镜像，并在其中执行仓库安装）：

```yaml
version: "3.8"
services:
  hyworld2:
    image: pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel
    ports:
      - "7860:7860"
    volumes:
      - ./workspace:/workspace
      - hf_cache:/root/.cache/huggingface
    working_dir: /workspace
    command: >
      bash -c \"
        git clone https://github.com/Tencent-Hunyuan/HY-World-2.0 &&
        cd HY-World-2.0 &&
        pip install -r requirements.txt &&
        pip install flash-attn --no-build-isolation &&
        python -m hyworld2.worldrecon.gradio_app
      "
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]
    shm_size: "16gb"

volumes:
  hf_cache:
```

使用 FSDP 和 BF16 运行多 GPU 重建任务：

```bash
torchrun --nproc_per_node=2 -m hyworld2.worldrecon.pipeline \\
    --input_path /workspace/input_images \\
    --use_fsdp --enable_bf16
```

***

## 方案 B —— 手动 Python API

```bash
# 克隆并安装
git clone https://github.com/Tencent-Hunyuan/HY-World-2.0
cd HY-World-2.0
conda create -n hyworld2 python=3.10 -y
conda activate hyworld2
pip install torch==2.4.0 torchvision==0.19.0 --index-url https://download.pytorch.org/whl/cu128
pip install -r requirements.txt
pip install flash-attn --no-build-isolation
```

```python
from hyworld2.worldrecon.pipeline import WorldMirrorPipeline

# 从 HF（tencent/HY-World-2.0）加载约 12 亿 BF16 权重
pipeline = WorldMirrorPipeline.from_pretrained('tencent/HY-World-2.0')

# 从一个多视图图像文件夹重建 3D 场景
result = pipeline('path/to/images')

# 可选：注入先验相机和深度，以获得更紧致的重建
result = pipeline(
    'path/to/images',
    prior_cam_path='path/to/prior_camera.json',
    prior_depth_path='path/to/prior_depth/',
)
```

在 7860 端口启动 Gradio 演示：

```bash
python -m hyworld2.worldrecon.gradio_app
```

对于带 FSDP 的多 GPU Gradio：

```bash
torchrun --nproc_per_node=2 -m hyworld2.worldrecon.gradio_app \\
    --use_fsdp --enable_bf16
```

***

## Clore.ai GPU 推荐

| 工作负载            | GPU        | 显存         | 原因                   | Clore.ai 成本                       |
| --------------- | ---------- | ---------- | -------------------- | --------------------------------- |
| 单张图像 → 场景，开发/预览 | RTX 4090   | 24 GB      | BF16 可轻松容纳，快速迭代      | $0.14–0.42/小时                     |
| 多视图视频重建         | A100 40 GB | 40 GB      | 可处理 20 万像素以上帧而不会 OOM | [裸机](https://clore.ai/bare-metal) |
| 高分辨率批量处理（生产）    | A100 80 GB | 80 GB      | 完整 50 万像素灵活分辨率，大批量   | [裸机](https://clore.ai/bare-metal) |
| FSDP 多 GPU / 研究 | 2–4 张 H100 | 160–320 GB | 分片训练规模工作负载           | 约 $4.16/小时                        |

{% hint style="success" %}
**Clore.ai 上的最佳选择：** 一张 **RTX 4090，每小时 $0.14–0.42** 足以应对日常 WorldMirror 推理。只有在需要超过 20 万像素的重建或长视频输入时，才升级到 A100。
{% endhint %}

***

## 应用场景

* **游戏开发** —— 将概念图转换为粗略的 3D 环境，用于 blockout 和 greybox
* **AR/VR 内容** —— 生成可在 Unity/Unreal 中运行、且具备接近照片级保真的 Gaussian Splat 场景
* **影视和动画预演** —— 从实地照片重建布景，用于虚拟摄影
* **建筑可视化** —— 将参考照片或文本简报转换为可编辑的 3D 漫游
* **机器人与仿真** —— 从稀疏的真实世界素材中合成 3D 训练环境

***

## 路线图

腾讯已在官方仓库中将以下内容标记为“即将推出”：

* **HY-Pano 2.0** —— 360° 全景生成（过渡方案：HunyuanWorld 1.0）
* **WorldStereo 2.0** —— 世界扩展 / 新视角合成（过渡方案：原始 WorldStereo）
* **WorldNav** —— 用于场景遍历的轨迹规划
* **完整世界生成管线代码** —— 文本/图像 → 完整世界的入口点

目前只有 WorldMirror 2.0（重建）组件公开了权重。请留意 [HF 模型页面](https://huggingface.co/tencent/HY-World-2.0) 的更新。

***

## 故障排查

| 问题                        | 解决方案                                                                                            |
| ------------------------- | ----------------------------------------------------------------------------------------------- |
| `CUDA 内存不足` 在 16 GB GPU 上 | 将输入分辨率降至 5 万像素，或切换到 RTX 4090（24 GB）。启用 `--enable_bf16`                                          |
| FSDP 启动时卡住                | 确保输入图像数量 **≥** `--nproc_per_node`。FSDP 还需要 NCCL + 各 GPU 的 CUDA 版本一致                             |
| `flash-attn` 安装失败         | 尝试预编译 wheel `pip install flash-attn --no-build-isolation` 在 CUDA 12.8 上；如果仍失败，管线也可以不使用它运行（速度较慢） |
| Clore.ai 上无法访问 Gradio UI  | 在 Clore 容器配置中转发 7860 端口，或使用 `--share`                                                           |
| 商业用途许可问题                  | 阅读 `License.txt` 仓库中的内容——它是 `tencent-hy-world-2.0-community`，不是标准开源软件                           |

***

## 下一步

* [Hunyuan3D 2.1](/guides/guides_v2-zh/3d-sheng-cheng/hunyuan3d.md) —— 腾讯的单物体文本/图像转网格生成器（更小、Apache 风格的管线，适用场景不同）
* [TRELLIS 3D](/guides/guides_v2-zh/3d-sheng-cheng/trellis-3d.md) —— 微软的结构化 3D 资产生成器
* [Gaussian Splatting](/guides/guides_v2-zh/3d-sheng-cheng/gaussian-splatting.md) —— HY-World 生成的 3DGS 输出所用的渲染管线
* [HuggingFace 模型](https://huggingface.co/tencent/HY-World-2.0)
* [GitHub 仓库](https://github.com/Tencent-Hunyuan/HY-World-2.0)
* [CLORE.AI 市场](https://clore.ai/marketplace)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-zh/3d-sheng-cheng/hunyuan-world-2.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.