Hi3D V1.0 vs Hunyuan3D WorldClaw: één asset goed gedaan, of een wereld ruwweg

Een Hunyuan3D WorldClaw-scène is niet één 3D-model. Het bestaat uit terrein, gebouwen, vegetatie, voertuigen en personages, elk gereconstrueerd als een afzonderlijke mesh, geplaatst op een gegenereerd landschap en vervolgens geïnspecteerd door een visieagent die slechte gebieden terugstuurt voor reparatie. Hi3D V1.0 bouwt geen werelden. Het neemt één grove mesh en één referentieafbeelding en besteedt een GPU van 96 GB aan het scherper maken van de geometrie van dat ene object. De vergelijking is daarom niet scène tegenover scène. Het is doorvoer tegenover getrouwheid, en de twee systemen bevinden zich aan weerszijden van dezelfde productielijn.

Wat WorldClaw nodig heeft voordat het een wereld kan bouwen

WorldClaw is het agentische raamwerk van Tencent Hunyuan om één tekstprompt om te zetten in een grote, verkennbare, bewerkbare 3D-wereld. De paper, "WorldClaw: Agentic 3D Open-World Generation at Scale," verscheen op 7 augustus 2026 op arXiv als 2608.05248, en de projectpagina en GitHub-repository volgden dezelfde week. De architectuur verloopt in vier fasen:

• Intentieanalyse en scèneplanning — twee taalmodelagenten verwerken de prompt. De ene extraheert alleen de beperkingen die de gebruiker heeft opgegeven; de andere vult de details aan die de prompt wegliet. Het paper noemt Claude Opus 4.8 voor deze fase.

• Globale terreingeneratie — een semantische lay-outkaart en regio-bewuste hoogtevelden produceren een continu terreinskelet met materialen, rotsen en vegetatie die per regio worden toegewezen.

• Regionale objectgeneratie — gedetailleerde regio's worden gerenderd tot terreinbeperkte 2D-composieten, opgedeeld in instanties met GPT-Image-2 en SAM3D, via Hunyuan3D gereconstrueerd tot afzonderlijke 3D-meshes en terug op het terrein geplaatst.

• Op rendering gebaseerde verfijning — een visie-agent rendert de scène vanuit meerdere standpunten, zoekt naar zwevende objecten, interpenetratie, verkeerde schaal en verkeerde pose, corrigeert het probleemgebied en rendert opnieuw totdat het slaagt. De assemblage gebeurt in Blender via MCP.

Die derde fase is hier de fase die ertoe doet. Elk object in een WorldClaw-scène is een afzonderlijke image-to-3D-reconstructie. Een scène met tweehonderd verschillende props is tweehonderd mesh-generaties, elk gebaseerd op een gesegmenteerd 2D-composiet en elk met de getrouwheid die het onderliggende reconstructiemodel kan leveren. Het visuele plafond van de scène wordt bepaald door het slechtste asset erin, en de eigen evaluatie van het framework meet dat niet. De paper rapporteert kwalitatieve side-by-sides tegen SynCity, Meta's WorldGen, MajutsuCity en World Labs' Marble — geen FID, geen CLIP-score, geen gebruikersonderzoek en geen getrouwheidsmetriek per object.

Wat Hi3D zou bijdragen, en wat niet.

Hi3D V1.0, uitgebracht op 23 oktober 2026, is een verfijningsmodel gebouwd op Sparc3D. Geef het een referentieafbeelding van een object en een grof mesh van hetzelfde object, en het bemonstert geleidelijk sparse latents, decodeert deze via een zelfprunende sparse VAE en extraheert een oppervlak met hogere resolutie. De drie doorgangen brengen het structurele raster naar 64³, 128³ en 192³ en het sparse-extractieraster naar 512³, 1024³ en 1536³, bij 25 scheduler-updates per doorgang. Het verwerkt één object tegelijk.

De match met de derde fase van WorldClaw is op papier duidelijk. WorldClaw heeft al een gesegmenteerde 2D-composiet voor elk object en produceert al een mesh via Hunyuan3D. Dat zijn precies de twee inputs die Hi3D wil: een referentieafbeelding en een grove mesh. Elk object verfijnen voordat het wordt geplaatst, zou het geometrische detail verhogen van de assets die de close-upkwaliteit van de scène bepalen.

Drie beperkingen zorgen ervoor dat het geen drop-in upgrade is.

Ten eerste is Hi3D uitsluitend geometrie. Het produceert geen textuur, materiaal of vertexkleur, en de output van WorldClaw bestaat uit expliciet getextureerde, afzonderlijk bewerkbare meshes die bedoeld zijn voor een game-engine. Hi3D zou het silhouet en de lokale oppervlaktedetails verbeteren en het asset vervolgens doorgeven aan een textureringsstap die geen van beide repositories levert. Een wereld die is opgebouwd uit verfijnde maar ongetextureerde meshes is niet het eindproduct dat WorldClaw belooft.

Ten tweede moet de referentieafbeelding hetzelfde object tonen. De segmentatie van WorldClaw levert een uitsnede van het object binnen een regionale composiet, wat dicht bij een schone productreferentie komt maar er niet identiek aan is. Of dat goed genoeg is, is een empirische vraag die niemand heeft beantwoord.

Ten derde, doorvoer. Hi3D verfijnt één mesh per keer, en de gemeten configuratie is een H20 met 96 GB zonder CPU-pad en zonder batchmodus. WorldClaw draait volgens het artikel al op 4× H20. Een verfijningsstap per object vóór de plaatsing vermenigvuldigt het duurste deel van de pipeline met het aantal objecten in de scène.

Het nummer dat geen van beide pagina's je geeft

Je kunt de kosten van deze compositie niet berekenen aan de hand van het gepubliceerde materiaal, en dat is de belangrijkste praktische bevinding in deze vergelijking.

Hi3D publiceert geen wall-clocklatentie. De README geeft scheduler-updates, pass-aantallen en een gemeten GPU, maar geen seconden per object bij 512³, 1024³ of 1536³. WorldClaw publiceert ook geen reconstructietijd per object. De compute-uitspraak in het paper gaat over het hele systeem op 4× H20, niet over de marginale kosten van nog een prop. Zonder beide getallen kan de rekensom die bepaalt of refinement betaalbaar is — objecten per scène maal seconden per object maal GPU-uren — niet op basis van de bronnen worden gemaakt.

Wat wel gezegd kan worden, is de vorm van de kosten. De 512³-instelling van Hi3D voert één doorgang uit; 1024³ voert er twee uit; 1536³ voert alle drie uit. Elke doorgang bestaat uit 25 scheduler-updates. Een hogere resolutie levert meer detail op en kost extra doorgangen. De batchgrootte is één, dus de kosten schalen lineair met het aantal objecten en kunnen niet over een batch worden afgeschreven. Als een WorldClaw-scène tientallen hero-objecten en honderden achtergrondprops bevat, zou een verstandige pipeline de heroes verfijnen en de achtergrond in de grove fase laten — een beslissing waarvoor precies de timing per object nodig is die geen van beide projecten heeft gepubliceerd.

Vijf dimensies die hen echt van elkaar onderscheiden

• Werkeenheid — Hi3D V1.0 één object vs Hunyuan3D WorldClaw één open-world scène met veel objecten

• Uitvoer — Hi3D V1.0 een mesh met alleen geometrie versus Hunyuan3D WorldClaw bewerkbare, getextureerde meshes samengesteld in Blender

• Invoer — Hi3D V1.0: een referentieafbeelding plus een grof mesh versus Hunyuan3D WorldClaw: één open tekstprompt

• Code en gewichten — Hi3D V1.0 is vandaag downloadbaar onder de Hi3D Open License 1.0, tegenover Hunyuan3D WorldClaw: een README en een paper, geen code, geen gewichten, geen API, geen prijsinformatie.

• Bewijs — Hi3D V1.0 geen numerieke benchmark vs Hunyuan3D WorldClaw, alleen kwalitatieve vergelijkingen, geen FID, geen CLIP, geen gebruikersonderzoek

Beschikbaarheid bepaalt het kwartaal

Een van deze is een tool en de andere is een ontwerpdocument.

Hi3D V1.0 kan vandaag worden gekloond, geïnstalleerd en uitgevoerd. Het vereist Linux, Python 3.10, CUDA 12.0 tot 12.5, een GPU met compute-capability 8.0 en een source-build van flash-attn, en de volledige 1536³-ladder is alleen gevalideerd op een H20 van 96 GB. De licentie staat commercieel gebruik toe, met een kennisgevings- en afzonderlijke-licentievereiste zodra een product meer dan 200.000 maandelijkse actieve gebruikers of USD 1.000.000 aan maandelijkse omzet overschrijdt, en een naamsvermeldingsvereiste voor commerciële integraties. De weights zijn acht bestanden op Hugging Face. Er is geen gehost endpoint — de modelkaart zegt dat het model door geen enkele inferentieprovider is geïmplementeerd — en het commerciële v3.0 van het bedrijf, met 2048³-voxels en 8K-textures, is een afzonderlijk product dat via zijn eigen platform wordt verkocht.

WorldClaw kan vandaag door niemand buiten Tencent worden gedraaid. De GitHub-repository bevat een assets-map, een .gitignore en een README. Er is geen implementatie, geen checkpoint, geen API en geen prijsstelling, en een issue waarin om code wordt gevraagd is onbeantwoord gebleven. De paper is gedetailleerd genoeg om de architectuur opnieuw te implementeren en de projectpagina is een goede demonstratie, maar geen van beide is een afhankelijkheid die je kunt inplannen. Als je een wereldgenerator bouwt, is WorldClaw een blauwdruk die het lezen waard is; het is geen component die je kunt aanroepen.

Die asymmetrie is het praktische antwoord op de krachtmeting. Een team dat deze maand betere objectgeometrie nodig heeft, kan Hi3D gebruiken. Een team dat deze maand WorldClaw's capaciteit op scèniveau nodig heeft, moet die zelf bouwen, en de paper is het enige dat Tencent heeft gepubliceerd dat helpt.

Waar de LLM-rekening terechtkomt

De architectuur van WorldClaw is ongewoon eerlijk over waar de dure aanroepen zitten. Het plannen van de scène, het extraheren van de beperkingen van de gebruiker, het invullen van de details die de prompt wegliet en het uitvoeren van de visuele kritiek die bepaalt wat opnieuw moet worden gerenderd, zijn allemaal taal- of visietaal-aanroepen. Het framework stuurt ze naar frontier-modellen in plaats van zijn eigen modellen te trainen. Dat is een bewuste gok: orchestratie boven training, waarbij de kwaliteit wordt begrensd door componenten die je niet zelf beheert.

Het is ook de laag die OrcaRouter bestrijkt. De 3D-reconstructie blijft op je GPU's draaien en is niet iets wat wij aanbieden — de catalogus bestaat uit tekst-, vision-, video-, embedding- en spraakmodellen, niet uit geometrie. De planner en de critic zijn een ander verhaal. Meer dan 200 modellen achter één API plaatsen betekent dat de planner en de critic geen aparte contracten, aparte sleutels en aparte faaldomeinen nodig hebben; de lijstprijs van de provider wordt met 0% opslag doorgegeven, zodat een prijswijziging van een leverancier dezelfde dag het endpoint bereikt; automatische failover voorkomt dat één gedegradeerde provider een wereld midden in de generatie laat vastlopen; en de routing-DSL combineert meerdere modellen in één aanroep, wat een plan-then-critique-lus feitelijk is. Voor een pipeline waarvan de kosten per scène worden gedomineerd door herhaalde agent-aanroepen, is dat besturingsoppervlak belangrijker dan welke individuele modelkeuze dan ook.

Wie moet actie ondernemen, en waarover?

Als uw knelpunt de kwaliteit van een afzonderlijk asset is — een printbaar onderdeel, een productmodel, een hero-prop — dan is Hi3D V1.0 nu beschikbaar en is het experiment goedkoop om te starten, op voorwaarde dat u een GPU van 96 GB bezit en al een coarse mesh hebt. Lees de sectie met beperkingen vóór het persbericht: het model verfijnt structuur, het lost een verkeerd silhouet niet op, en het levert geen textuur op.

Als je knelpunt scène-assemblage is, is WorldClaw het ambitieuzere systeem en het minder beschikbare. De bijdrage ervan is architecturaal: een coarse-to-fine agent-lus met een op rendering gebaseerde critic, en een duidelijke stelling dat de fase van objectreconstructie is waar de getrouwheid per asset wordt gewonnen of verloren. Het voor de hand liggende volgende experiment is een refiner zoals Hi3D achter die fase te plaatsen en te meten of de close-upkwaliteit van de scène voldoende verbetert om de extra passes te rechtvaardigen. Niemand heeft die meting gepubliceerd, en tot iemand dat doet, blijft de vergelijking een hypothese over een productielijn in plaats van een resultaat.