Un prompt pour construire un monde 3D explorable avec WorldClaw

À partir d’un simple prompt, WorldClaw assemble un monde 3D explorable, avec terrain cohérent, assets séparés et meshes éditables.

À partir d’une description libre, WorldClaw construit un environnement 3D à grande échelle composé d’un terrain et d’objets distincts. La scène ne repose ni sur une vidéo ni sur du Gaussian Splatting : les éléments sont représentés par de la géométrie et des textures pouvant être manipulées séparément, puis explorés depuis différents points de vue.

Le workflow procède du global vers le local. Des agents commencent par convertir la demande en une spécification structurée des régions, reliefs, matériaux, objets et relations spatiales. Une seconde étape construit le terrain général à partir d’une carte sémantique et de paramètres propres à chaque région, avant que les zones nécessitant davantage de détails soient progressivement peuplées.

Pour ces zones, le système produit d’abord une composition visuelle adaptée au terrain, isole les différents objets, les reconstruit sous forme de meshes texturés puis calcule leur position, leur échelle et leur orientation dans la scène. D’autres agents inspectent ensuite les rendus afin de corriger notamment la taille des objets, leur pose et leur contact avec le sol.

Le papier précise aussi une partie des modèles utilisés derrière cette orchestration. GPT-Image-2 intervient notamment dans la création des cartes de disposition et de certaines références visuelles, tandis que les capacités image-to-3D de Hunyuan3D servent à produire des assets réutilisables. Les matériaux combinent génération de textures et systèmes procéduraux exécutables dans Blender.

Onze environnements sont montrés sur la page projet, depuis des villages répartis sur plusieurs biomes jusqu’à des îles ou des installations arctiques. Chaque scène conserve ses instances séparées et peut être visualisée avec différents rendus, dont profondeur, normales de surface et masques d’instances. Tencent positionne cette représentation explicite pour l’édition, la réutilisation d’assets et les workflows de rendu, d’animation ou de moteurs 3D.