企业官网建设流程全解析

HY-World 2.0 快速开始完整指南：10分钟搭建环境，从文字/图片到可探索3D世界

【免费下载链接】HY-World-2.0HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds项目地址: https://gitcode.com/gh_mirrors/hy/HY-World-2.0

HY-World 2.0是一个开源的多模态 3D 世界模型（World Model）框架：输入一句文字或一张图片，就能生成可自由漫游的真实 3D 世界（3DGS / 网格）；输入多视角图片或一段视频，即可瞬间完成 3D 重建。本指南带你 10 分钟完成环境搭建，跑通第一次 3D 世界重建，并了解「文字/图片 → 可探索 3D 世界」的完整生成流程。

一、2分钟认识 HY-World 2.0：输出"真 3D 资产"的世界模型

HY-World 2.0 提供两大核心能力：

与"生成像素视频"的世界模型不同，HY-World 2.0 产出的是可编辑、可持久化的真实 3D 资产：消费级 GPU 即可实时渲染漫游，并能直接导入 Blender / Unity / Unreal Engine。下图展示了这套 3D 世界模型的生成与重建效果：

整个系统是一条流水线：全景生成（HY-Pano 2.0）→ 轨迹规划（WorldNav）→ 世界扩展（WorldStereo 2.0）→ 世界组合（WorldMirror 2.0 + 3DGS 学习），最终把文字或单张图像自动转化为高保真、可漫游的 3D 世界。

二、10分钟环境搭建：CUDA 12.8 + Python 3.11 安装步骤

环境要求一览

💡 无需手动下载任何模型权重，首次运行会自动拉取，这也是"10 分钟起步"的关键。

步骤 1：克隆仓库并创建 conda 环境

git clone https://gitcode.com/gh_mirrors/hy/HY-World-2.0 cd HY-World-2.0 conda create -n hyworld2 python=3.11.15 conda activate hyworld2

步骤 2：安装 worldrecon 基础依赖（WorldMirror 2.0）

这一步完成后，环境即可运行世界重建模块：

# 基础依赖（worldrecon 与 worldgen 共用） pip install -r requirements.txt # 推荐：安装一次自定义 gsplat 渲染后端，重建与生成共用 cd hyworld2/worldgen/third_party/gsplat_maskgaussian pip install -e . --no-build-isolation cd ../../../../

步骤 3：安装 FlashAttention（二选一后端之一即可）

# 简单方案：FlashAttention-2 pip install flash-attn --no-build-isolation

如果你用的是 Hopper 架构 GPU（如 H100/H20），推荐从源码编译安装 FlashAttention-3，具体步骤见 README.md 的 Install 章节。

步骤 4（可选）：世界生成的额外依赖

只有需要跑"文字/图片 → 3D 世界"的生成流程时才需要执行：

# git 依赖需先装好 torch/CUDA pip install --no-build-isolation -r requirements_git.txt # recastnavigation 通过 git submodule 管理，用于轨迹规划 git submodule update --init --recursive # Recast navmesh 扩展 cd hyworld2/worldgen/third_party/navmesh pip install . --no-build-isolation cd ../../../../

此外，世界生成还需要一个部署好的 vLLM 视觉语言模型服务（如 Qwen3-VL-8B）供轨迹规划阶段调用，完整示例见 hyworld2/worldgen/README.md。

步骤 5（可选）：全景生成 HY-Pano 2.0

全景模块有独立的安装方式与两套推理后端，请参照 hyworld2/panogen/README.md 完成安装。

三、第一次运行：WorldMirror 2.0 多视角 3D 重建

最简单的 Gradio Web 演示（一条命令）

python -m hyworld2.worldrecon.gradio_app

浏览器打开后，上传图片或视频，即可直接可视化 3DGS、点云、深度图、法线图和相机参数——零代码上手世界重建。完整参数（端口、本地检查点等）见 hyworld2/worldrecon/gradio_app.py。

命令行与 Python API

# 单卡推理 python -m hyworld2.worldrecon.pipeline --input_path path/to/images

from hyworld2.worldrecon.pipeline import WorldMirrorPipeline pipeline = WorldMirrorPipeline.from_pretrained('tencent/HY-World-2.0') result = pipeline('path/to/images')

输入就是一个多视角图片目录（或一段视频）。仓库自带示例场景可直接试用，如 examples/worldrecon/realistic/Flower/image_0001.jpg：

⚠️ 多卡模式下，输入图片数量必须≥ GPU 数量（如 8 卡至少提供 8 张图）。

输出产物：点云、深度、3DGS 与相机参数

单次前向推理即可同时得到（默认输出至inference_output）：

• gaussians.ply— 3D 高斯泼溅（可直接导入引擎渲染）
• points.ply— 彩色点云
• camera_params.json— 相机外参与内参
• 逐视角深度图 / 法线图（PNG 可视化 + 原始数值）

视频 → 3D 数字孪生的重建效果如下：

四、世界生成：从文字/图片到可探索 3D 世界的五阶段流水线

这是 HY-World 2.0 的高光环节：先由HY-Pano 2.0把文字或单图扩展为 360° 全景，再经五个阶段变成可漫游的世界。

全景生成：HY-Pano 2.0

提供diffusers风格的 Python API，几行代码即可生成全景图（输入可以是文本或图片）：

from pipeline import HunyuanPanoPipeline pipeline = HunyuanPanoPipeline.from_pretrained('tencent/HY-World-2.0') output = pipeline('input.png') output.save('output_panorama.png')

生成结果即 360° 等距柱状投影全景图，仓库示例场景 examples/worldgen/case000/panorama.png 就是一个典型输入：

五阶段流水线：从轨迹规划到 3DGS 训练

全景就绪后，世界生成流程按顺序执行（各阶段共用同一--target_path场景目录，中间结果逐步落盘，便于排查）：

完整命令模板（含多卡torchrun与 FSDP 参数）见 hyworld2/worldgen/README.md。

⚠️ 世界生成建议 ≥4 GPU（官方在 8×H20 上验证）；GPU 更少时请等比增大训练步数（README 中已给出 1/2/4 卡对应的步数建议）。

探索世界：交互式查看器与网格导出

训练完成后，一条命令启动基于浏览器的交互式 3DGS 查看器：

python show_gs.py --port 8081 --gpu_id 0 --ckpt "$RESULT_DIR/ckpts/ckpt_1499_rank*.pt"

训练出的 3D 世界支持第一人称物理漫游，效果如下：

世界同样可以导出为网格（mesh），方便导入 Blender 等工具二次创作：

以下画面均为真实 3D 资产（而非生成视频），截取自实时交互渲染：

五、环境搭建常见问题 FAQ

Q1：重建和生成各需要多大算力？WorldMirror 2.0 约 1.2B 参数，单卡即可推理，多卡 FSDP 可进一步加速；WorldStereo 2.0 约 17B 参数，世界生成全流程推荐 ≥4 卡。

Q2：多卡重建为什么报错？检查输入图片数量是否 ≥ GPU 数量，这是多卡模式的硬性要求。

Q3：模型权重要手动下载吗？不需要。WorldMirror 2.0、HY-Pano 2.0、WorldStereo 2.0 的权重均支持首次运行自动下载。

Q4：想深入查看参数、输出格式与先验注入？完整 API / CLI 参数参考（含相机与深度先验注入、Gradio 参数）见 DOCUMENTATION.md。

六、文档与代码索引

按上面的步骤走一遍，你已经在本地跑通了从"几张照片 → 3D 世界重建"，并掌握了"一句文字 → 可探索 3D 世界"的完整路径。Happy World Building! 🌍

【免费下载链接】HY-World-2.0HY-World 2.0: A Multi-Modal World Model for Reconstructing, Generating, and Simulating 3D Worlds项目地址: https://gitcode.com/gh_mirrors/hy/HY-World-2.0