如果说 Vibe Coding 让「写代码」这件事从「敲键盘」变成了「和 AI 对话」，那么今天要介绍的这项工作，可能正在把同样的故事在 3D 世界构建 领域重演一遍。

香港科技大学（广州）联合腾讯 AI 平台部团队，提出了 VibeWorlding：一个可以像 Agent 写代码一样，通过多轮对话、调用工具、观察渲染反馈来自主构建和编辑交互式 3D 世界的多模态智能体框架。只需要说一句「给我造一个阴森的荒漠神殿」，或者「把桌子旁边的那把椅子往前挪两米」，剩下的检索 3D 资产、摆放物体、避免碰撞、渲染确认，统统交给 Agent 完成。

• 论文标题：VibeWorlding: Can Multimodal Agents Construct 3D Open Worlds

  来源：机器之心