Le groupe trois dimensions de Tencent Hunyuan a publie WorldClaw : une description ouverte entre, un monde en trois dimensions sort, ou il est possible du entrer et de corriger objet par objet.

Faire peindre des montagnes a un modele a partir du texte a cesse de surprendre en deux ans. Le difficile est ailleurs : le tableau ressemble a un monde et ce reste pas un monde. On ne peut pas y entrer et on ne peut pas le changer. Arbres et maisons sont fondus dans une seule image, et deplacer un arbre oblige souvent a refaire toute la vue.

WorldClaw vise cet ecart. Il decoupe le montage du monde en une chaine de plusieurs agents qui va du grossier au fin : dresser l ossature, puis remplir les details, et livrer enfin un ensemble de maillages textures et independants les uns des autres. Le texte est paru sur arXiv en aout 2026, la page du projet en meme temps, et onze mondes generes ont ete publies comme exemples.

L ossature d abord, les details ensuite

La chaine se deroule en trois etapes, chacune tenue par son agent, et les informations passent par une representation structuree commune. La premiere etape est analyse du intention et planification : son agent du intention retient seulement les contraintes vraiment enoncees et reste sans rien inventer, puis son agent de planification comble les manques et sort une specification de scene couvrant le decoupage en zones, les parametres du terrain, les types du objet, le style de matiere et les relations dans espace.

La deuxieme etape produit le terrain dans son ensemble. Le systeme peint une carte semantique codee en couleurs, puis empile un champ de hauteur pondere par zone qui combine altitude de base, bruit a plusieurs frequences et operateurs de relief comme pics, dunes, plateaux et erosion, afin que montagnes, rivieres et plaines se fondent aux frontieres au lieu de se collers. La matiere de surface est distribuee par zone aussi, en texture generee ou en noeuds proceduraux.

La troisieme etape seulement concerne les details, et elle ne remplit pas le monde entier du premier coup. Elle choisit d abord les zones qui ont besoin de contenu et offrent un terrain adapte, et concentre le calcul la seulement.

Chaque objet reste un maillage separe

L etape du contenu local travaille autrement que la creation de maillages directement dans espace. Le systeme rend le terrain existant en une image en deux dimensions et la confie a un modele de retouche qui y peint batiments, vehicules et vegetaux, ce qui donne une image composee sous condition du terrain. Un modele de decoupage isole ensuite chaque objet, les reconstruit un par un en maillages textures, et les remet enfin a leur place sur le terrain par intersection de rayons.

L echelle est calibree aussi : apres nouveau rendu, la surface que le maillage reconstruit occupe dans le rendu doit correspondre a peu pres au morceau dont il vient. Parce que chaque objet garde sa forme, sa position, son echelle et sa matiere, remplacer un arbre ou decaler une maison de quelques metres revient a modifier cet objet la, et le sol autour ne doit pas etre refait.

La boucle du rendu et du controle

Avoir place les objets ne termine pas le travail. Un agent de finition se connecte a Blender par MCP, rend depuis plusieurs points de vue et verifie les proportions, la pose et le contact entre objet et sol. Ce qui flotte, ce qui enfonce, ce qui traverse ou ce qui est visiblement mal dimensionne est retenu, puis il est deplace, ou le petit morceau de terrain dessous est releve ou lisse, et un autre rendu confirme la correction.

Cette boucle de rendu, controle et correction est aussi pourquoi terrain et objets peuvent etre produits separement : apres une modification locale, le tout tient encore.

Ce que vous pouvez en faire aujourd hui

Il faut le dire nettement : WorldClaw reste un projet de recherche. Ce qui est publie est le texte et la page du projet ; le code, les poids et la surface de commande ne sont pas sortis, et il ne figure pas de prix. Les essais du texte ont tourne dans Blender 5.1.1 sur une machine a quatre cartes NVIDIA H20, et les auteurs notent que chaque objet de plus et chaque tour de correction de plus font monter le temps et le cout.

Le texte est assez direct sur ses propres limites. Une est la dependance a la capacite du modele : la qualite finale est bornee par le plafond du module de creation tridimensionnelle, et un modele plus faible fait visiblement baisser le resultat. L autre est la generation de code peu stable : construction du terrain, matiere, placement et finition comptent plusieurs etapes ou un grand modele ecrit du code sur place, si bien que la moindre erreur de grandeur, de valeur ou de connexion se voit directement en relief incoherent ou en matiere fausse.

Ce qui est livre est un contenu de scene modifiable, pas un jeu auquel jouer. Navigation, physique et logique de dialogue doivent etre ajoutees ensuite, et son integration dans un moteur de jeu figure dans les travaux a venir. Pour ceux qui font des prototypes de niveau, des previsualisations de production virtuelle ou des jumeaux numeriques, la demarche merite un suivi. Quant au moment ou on pourra vraiment le prendre en main, il depend du prochain pas de son equipe.

La valeur de WorldClaw ne tient pas dans la phrase du monde a partir du texte. Elle est dans le fait que le monde a ete decoupe en pieces que vous pouvez inspecter et changer. Aujourd hui ce reste un texte et une page de projet, mais cette route du grossier au fin, corrigee pendant le rendu, a pousse la creation de scenes en trois dimensions un pas vers le modifiable.