WorldClaw：大规模Agentic三维开放世界生成

从开放文本生成大规模、自由探索的3D世界仍然是一个挑战，因为系统需要同时维护全局空间一致性、丰富局部内容和适合下游编辑和重用的显式资产。我们提出WorldClaw，这是一种完全自主化的粗到细框架，用于开放式世界的3D场景生成。规划代理将文本提示转换为区域、地形、资产、材料和空间关系的结构化规格。然后，WorldClaw从语义布局、可复用资产、生成或程序化材料以及区域感知高度场中构建一个全局一致的地形基础。对于细节需求高的区域，它生成地形条件下的组合，重建可编辑纹理模型，并在地形上恢复其位置；基于渲染的代理进一步细化地形、物体、外观和接触。在各种开放式文本提示下，WorldClaw生成具有清晰空间组织的大规模场景，视觉吸引力强的局部内容以及可重用的实例级资产，同时保留全局一致的地形结构。