AI 大 house 真來了。

華為聯合上海交通大學、華中科技大學推出了世界模型WordGrow，可以生成1800㎡超大室內場景（19x39 塊），單卡 30 分鐘就跑了 272㎡。

里面的虛擬人還能順暢導航，不帶迷路的。 ( 小聲說：大平層確實需要導航 )

并且場景具備連貫的幾何拓撲和照片級真實感外觀，智能體的導航則是在復雜空間布局中自主規劃路徑。

這可以說是走到哪建到哪了，那場景是怎么搭的？

具備連貫的幾何拓撲和照片級真實感外觀

以前想造個像樣的 3D 大場景，坑不少。

比如有些技術先靠 2D 模型畫張圖，再硬掰成 3D，結果換完視角一看，沙發腿歪了、墻壁紋理斷了……

還有一些方法最多只能造單個房間，擴展成套房就卡殼；

更離譜的是沒有布局邏輯——出現冰箱塞進臥室，床擺在廚房的情況。

現在，WorldGrow 來搞裝修了（bushi），用三個核心技術填坑。

第一步是先做數據精準預處理，從 3D-FRONT 這類大規模數據集里提取優質樣本，用 Blender 執行場景切片，通過布爾交集對場景進行區塊切分，再靠 occupancy 檢測確保區塊內容密度（可見內容≥ 95%）。

同時，構建了粗、細兩個數據集，粗塊來確定宏觀布局，細塊保留紋理細節。

第二步靠3D 塊補全機制實現了無縫拼接，在生成新區塊時，先讓結構生成器確定 3D 結構框架，再讓 latent 生成器重建結構化潛變量（SLAT）特征，保證外觀風格統一。

并且，在輸入模型時，會把帶噪潛變量、補全區域二進制掩碼、已掩碼的已知區域特征打包融合，讓模型依據現有區塊的上下文信息精準生成，消除邊緣斷裂、紋理錯位等拼接縫。

第三步是粗到精生成策略，把場景擴展變成了補全缺失塊的任務。

先通過粗結構模型敲定整體規劃，比如窗戶朝向、走廊連接等布局；隨后對粗結構進行三線性插值上采樣，將分辨率匹配至細塊級別，再調用細結構生成器補全家具、紋理等細節。

對比可以看出，WorldGrow 能夠生成高分辨率、連續的室內場景，且場景具有真實且連貫的紋理。

實驗數據顯示，在 3D-FRONT 數據集上，它的幾何重建指標 MMD、COV 均達 SOTA，FID（用于評估生成質量的核心指標，越低越優）低至 7.52，大幅優于 SynCity、BlockFusion 等主流方法；

即便擴展到 7 × 7 塊的超大場景，邊緣質量仍然穩定。

在效率上，單張 A100 顯卡，30 分鐘即可生成 10 × 10 區塊（約 272㎡）的室內場景，速度是同類技術的 6 倍。

團隊介紹

本文一作是來自上海交通大學的 Sikuang Li 和 Chen Yang，研究完成于他們在華為實習期間。

Chen Yang 目前仍為華為研究實習生，研究聚焦于計算機視覺和計算機圖形學，導師之一就是這項研究的通訊作者、AI 大牛田奇。

田奇，華為終端 BG 首席科學家，國際歐亞科學院院士，ACM/IEEE Fellow。

論文地址：https://arxiv.org/abs/2510.21682

一鍵三連「點贊」「轉發」「小心心」

歡迎在評論區留下你的想法！

— 完 —

年度科技風向標「2025 人工智能年度榜單」評選報名火熱進行中！我們正在尋找 AI+ 時代領航者 點擊了解詳情

企業、產品、人物 3 大維度，共設立了 5 類獎項，歡迎企業報名參與

一鍵關注 點亮星標

科技前沿進展每日見