Hi3D V1.0 對比 Hunyuan3D WorldClaw：是把單一資產做好，還是粗略地打造一個世界

一個Hunyuan3D WorldClaw 場景不是單一 3D 模型。它由地形、建築物、植被、載具與角色組成，每一個都重建為獨立網格，放置在生成的景觀上，接著由視覺代理檢查，並將不良區域送回修復。Hi3D V1.0 並不建構世界。它接收一個粗略網格與一張參考影像，並花費 96 GB GPU 使該單一物件的幾何更銳利。因此，這項比較不是場景對場景，而是吞吐量對保真度，且這兩個系統位於同一條生產線的兩端。

WorldClaw 在建立世界之前需要什麼

WorldClaw 是騰訊混元（Tencent Hunyuan）的代理式框架，能將單一文字提示詞轉換為大規模、可探索且可編輯的 3D 世界。論文〈WorldClaw: Agentic 3D Open-World Generation at Scale〉於 2026 年 8 月 7 日以 arXiv 編號 2608.05248 發表於 arXiv，專案頁面與 GitHub 儲存庫也在同週推出。其架構分為四個階段運作：

• 意圖分析與場景規劃——兩個語言模型代理會解析提示詞。一個只擷取使用者明確陳述的限制條件；另一個補足提示詞未提及的細節。論文指出此階段採用 Claude Opus 4.8。

• 全域地形生成 — 語意佈局圖與區域感知高度場會產生連續的地形骨架，並依區域指派材質、岩石與植被。

• 區域物件生成 — 將細節豐富的區域渲染為受地形約束的 2D 合成影像，再以 GPT-Image-2 與 SAM3D 分割成個別實例，透過 Hunyuan3D 重建為獨立的 3D 網格，最後放回地形上。

• 以渲染為基礎的細化 — 視覺代理會從多個視角渲染場景，尋找漂浮的物件、相互穿透、錯誤的比例與錯誤的位姿，修正有問題的區域並重新渲染，直到通過為止。組裝在 Blender 中透過 MCP 進行。

第三階段才是這裡關鍵所在。WorldClaw 場景中的每一個物件都是一次獨立的影像轉 3D 重建。一個有兩百個不同道具的場景，就是兩百次網格生成，每一次都以分割後的 2D 合成圖為條件，並且承載底層重建模型所能產出的任何保真度。場景的視覺上限由其中表現最差的資產決定，而框架本身的評估並未衡量這一點。論文報告了與 SynCity、Meta 的 WorldGen、MajutsuCity 和 World Labs 的 Marble 的定性並排比較——沒有 FID、沒有 CLIP 分數、沒有使用者研究，也沒有逐物件保真度指標。

Hi3D 會貢獻什麼，以及不會貢獻什麼

Hi3D V1.0 於 2026 年 10 月 23 日發布，是建構於 Sparc3D 之上的精修模型。提供它某個物件的參考影像，以及同一物件的粗略網格，它便會逐步取樣稀疏潛在表徵，透過具自我剪枝能力的稀疏 VAE 解碼這些表徵，並擷取出更高解析度的表面。這三個階段會將結構網格提升至 64³、128³ 與 192³，並將稀疏擷取網格提升至 512³、1024³ 與 1536³，每個階段進行 25 次排程器更新。它一次只處理一個物件。

WorldClaw 第三階段的契合度在理論上顯而易見。WorldClaw 已經為每個物件備有分割後的 2D 合成圖，並且已透過 Hunyuan3D 產生網格。這正是 Hi3D 所需的兩項輸入：參考影像與粗略網格。在放置每個物件之前先对其进行精修，將提升決定場景特寫品質之資產的幾何細節。

有三項限制，使它無法成為可直接替換的升級。

首先，Hi3D 僅處理幾何。它不產生紋理、材質或頂點顏色，而 WorldClaw 的輸出則是明確帶有紋理、可個別編輯、供遊戲引擎使用的網格。Hi3D 會改善輪廓與局部表面細節，然後把資產交給紋理處理步驟，而這一步是兩個儲存庫都未提供的。由經過精修但未貼圖的網格所構建的世界，並不是 WorldClaw 承諾的交付成果。

其次，參考影像必須顯示同一個物件。WorldClaw 的分割會提供區域合成影像中該物件的影像裁切，這與乾淨的產品參考影像接近，但並不完全相同。這是否足夠好，是一個沒有人回答過的實證問題。

第三，吞吐量。Hi3D 一次只精修一個網格，而實測配置是 96 GB H20，沒有 CPU 路徑，也沒有批次模式。根據論文所述，WorldClaw 已經在 4× H20 上執行。在放置之前加入逐物件精修階段，會讓流程中最昂貴的部分乘以場景中的物件數量。

兩個頁面都不會提供給你的號碼

你無法根據已公開的資料估算這個配方的成本，而這是本次比較中最重要的一項實務發現。

Hi3D 未公布實際耗時延遲。README 提供了排程器更新、pass 次數與實測 GPU，但沒有提供在 512³、1024³ 或 1536³ 下每個物件所需的秒數。WorldClaw 同樣未公布每個物件的重建時間。論文中的運算量陳述是關於 4× H20 上的整個系統，而非多增加一個道具的邊際成本。少了這兩個數字，決定精修是否負擔得起的算術——每場景物件數乘以每物件秒數再乘以 GPU 小時——就無法從這些來源得出。

可以說的是成本形態。Hi3D 的 512³ 設定執行一遍；1024³ 執行兩遍；1536³ 執行全部三遍。每一遍是 25 次排程器更新。更高解析度換來細節，代價是更多遍。批次大小為一，因此成本隨物件數量線性成長，且無法分攤到批次中。如果 WorldClaw 場景包含數十個主要物件與數百個背景道具，合理的流程會細化主要物件，並讓背景停留在粗略階段——這項決策正好需要兩個專案都未公布的逐物件計時資料。

真正將它們區分開來的五個維度

• 工作單位 — Hi3D V1.0 為單一物件，對比 Hunyuan3D WorldClaw 為一個包含眾多物件的開放世界場景

• 輸出 — Hi3D V1.0 僅有幾何的網格，對比 Hunyuan3D WorldClaw 可於 Blender 中組裝的可編輯、帶紋理網格

• 輸入 — Hi3D V1.0 一張參考圖像加上粗略網格，對比 Hunyuan3D WorldClaw 一個開放式文字提示

• 程式碼與權重 — Hi3D V1.0 即日起可依 Hi3D 開放授權 1.0 下載，相較之下 Hunyuan3D WorldClaw 只有一份 README 和一篇論文，沒有程式碼、沒有權重、沒有 API、沒有定價

• 證據 — Hi3D V1.0 沒有數值基準測試，與 Hunyuan3D WorldClaw 僅有質性比較，沒有 FID、沒有 CLIP、沒有使用者研究

供貨狀況決定本季成敗

其中一個是工具，另一個是設計文件。

Hi3D V1.0 今日即可複製、安裝並執行。它需要 Linux、Python 3.10、CUDA 12.0 至 12.5、運算能力 8.0 的 GPU，以及從原始碼建置的 flash-attn，且完整的 1536³ 解析度階梯僅在 96 GB H20 上驗證過。授權允許商業使用；但一旦產品每月活躍使用者超過 200,000 人或每月營收超過 1,000,000 美元，即須通知並另行取得授權；商業整合亦須標示來源。權重是 Hugging Face 上的八個檔案。目前沒有託管端點——模型卡指出，任何推論供應商都未部署此模型——而該公司的商業版 v3.0（具備 2048³ 體素與 8K 貼圖）是透過其自有平台銷售的獨立產品。

WorldClaw 目前無法由騰訊以外的任何人執行。GitHub 儲存庫包含一個 assets 資料夾、一個 .gitignore 和一份 README。沒有實作、沒有檢查點、沒有 API，也沒有定價，而要求提供程式碼的 issue 至今未獲回覆。論文詳細到足以重新實作該架構，專案頁面也是很好的示範，但兩者都不是你可以排入時程的依賴項目。如果你正在打造世界生成器，WorldClaw 是一份值得閱讀的藍圖；它不是你可以呼叫的元件。

這種不對稱正是這場較量在實務上的答案。這個月需要更好的物件幾何的團隊可以使用 Hi3D。這個月需要 WorldClaw 場景層級能力的團隊則必須自行打造，而那篇論文是騰訊已發表、唯一有幫助的東西。

LLM 帳單最終落在何處

WorldClaw 的架構對於昂貴呼叫發生在哪裡異常坦率。規劃場景、擷取使用者的限制條件、補齊提示詞省略的細節，以及執行決定哪些部分要重新渲染的視覺評論，全都是語言或視覺語言呼叫。這個框架將這些呼叫導向前沿模型，而非訓練自家的模型。這是一項刻意的賭注：以編排取代訓練，而品質則受制於你無法控制的元件。

這也是 OrcaRouter 涵蓋的層級。3D 重建仍留在你的 GPU 上，並非我們提供的服務——型錄是文字、視覺、影片、嵌入與語音模型，而不是幾何。規劃器與評論器則是另一回事。將超過 200 個模型置於同一個 API 之後，意味著規劃器與評論器不需要各自的合約、各自的金鑰與各自的故障域；供應商的定價以 0% 加成原樣傳遞，因此廠商價格變動當天就會反映到端點；自動容錯移轉可避免單一效能下降的供應商在世界生成中途造成停滯；而路由 DSL 可將多個模型組合成一次呼叫，這正是「先規劃、再評論」迴圈的本質。對於每場景成本主要來自反覆代理程式呼叫的流程而言，這個控制層面比任何單一模型選擇都更重要。

誰應該採取行動，以及針對什麼

如果你的瓶頸是單一資產的品質——可列印零件、產品模型、主視覺道具——Hi3D V1.0 現已推出，而且只要你有 96 GB GPU 且已有粗略網格，實驗的起步成本很低。請先閱讀限制章節，再讀新聞稿：此模型會細化結構，不會修正錯誤的輪廓，且不輸出紋理。

如果你的瓶頸在於場景組裝，WorldClaw 是更有野心、但較不易取得的系統。它的貢獻在於架構：一個由粗到細的代理迴圈，搭配以渲染為基礎的評審器，並明確指出物件重建階段正是決定個別資產保真度成敗的地方。顯而易見的下一個實驗，是把像 Hi3D 這樣的精修器接在該階段之後，並衡量場景的特寫品質是否提升到足以證明額外多輪處理值得。目前還沒有人發表過那項量測；在有人做到之前，這項比較仍然只是關於產線的假設，而非結果。