آینده بازی‌سازی اینجاست! تولید جهان‌های Open-World با هوش مصنوعی WorldClaw!

در سال‌های اخیر، هوش مصنوعی به‌ویژه معماری‌های عاملی (Agentic AI) توانمندی بسیاری در تولید محتوای بازی‌ها نشان داده است. پروژه WorldClaw از گروه Tencent–Hunyuan با رویکردی عاملی و «درشت به ریز» (coarse-to-fine)، قادر است از ورودی تنها یک جمله‌ متنی جهان سه‌بعدی گسترده، اکتشافی و قابل ویرایش بسازد. این فناوری نوین، با حفظ پیوستگی جهانی و غنای محلی محیط، تولید خودکار صحنه‌هایی را ممکن می‌سازد که می‌توانند در موتورهای بازی و شبیه‌سازها به‌کار روند. در این گزارش جامع، ابتدا به معرفی مفاهیم کلیدی (مثل Agentic AI و تولید خودکار محتوا Procedural Generation) می‌پردازیم و اهمیت آنها در صنعت بازی را توضیح می‌دهیم. سپس معماری و روش‌های اصلی WorldClaw بررسی می‌شود: چگونگی تجزیه فرمان ورودی به برنامه‌های ساخت زمین و اشیا، تولید توپوگرافی سراسری بر اساس الگوهای معنایی، و قرار دادن اشیاء جزئی در نواحی محلی. پروژه‌های مشابه دیگری نظیر EmbodiedGen V2 (متمرکز بر تولید محیط‌های شبیه‌ساز برای هوش embodied)، ABot-3DWorld 0 (مدل جهانی چندرسانه‌ای عمومی متن/تصویر/ویدیو) و MoVerse (تولید زمان-واقعی جهان بر اساس یک تصویر منفرد) را معرفی و مقایسه می‌کنیم. در ادامه چالش‌ها و محدودیت‌های مهم مانند نیاز محاسباتی سنگین و وابستگی به مدل‌های پایه قوی، فرصت‌های تجاری و طراحی بازی (مثل گسترش مکانیک‌های جدید، خلق محتوا و شخصی‌سازی وسیع) و نمونه‌های کاربردی (بازی‌های جهان‌باز، شبیه‌سازی آموزشی، واقعیت مجازی و غیره) بررسی می‌شوند. معیارهای سنجش کیفیت خروجی (پیچیدگی جهانی و جزئیات محلی، همخوانی معنایی با ورودی، قابلیت اکتشاف آزاد و…) نیز مطرح شده و جدول معیارهای ارزیابی ارائه می‌شود. در پایان، توصیه‌های عملی برای تیم‌های توسعه‌دهنده و نقشه راه تحقیقاتی آینده ترسیم شده است.

مقدمه:

هوش مصنوعی در تولید محتوای بازی‌ها به سرعت پیشرفت کرده است و ویژگی‌های جدیدی مانند تولید خودکار نقشه‌ها، اشیا و حتی داستان‌های محیطی را امکان‌پذیر کرده است. هدف این مقاله بررسی فناوری‌های نوظهور در تولید جهان‌های گسترده (Open-World) سه‌بعدی با استفاده از هوش مصنوعی است. مخاطبان این مقاله شامل توسعه‌دهندگان بازی (Game Developers)، طراحان گرافیک بازی (Game Designers)، پژوهشگران هوش مصنوعی و محققان گرافیک کامپیوتری، و مدیران محصول در صنعت بازی هستند. خوانندگان با سطح فنی متوسط تا بالا می‌توانند از مطالب استفاده کنند، زیرا توضیحات از مفاهیم پایه تا جزئیات فنی پیشرفت می‌کنند. این گزارش که بر اساس جدیدترین مقالات و گزارش‌های معتبر تهیه شده است.

مفاهیم کلیدی

• Agentic AI (هوش مصنوعی عاملی): سیستمی شامل چندین عامل خودکار است که هرکدام وظیفه‌ای خاص را برای رسیدن به هدف کلی دنبال می‌کنند. در چنین سیستمی، یک مدل زبان بزرگ (LLM) یا Agent اصلی می‌تواند چندین مدل تخصصی (تولید تصویر، شبیه‌سازی فیزیکی و غیره) را هماهنگ کند. هوش مصنوعی عاملی برخلاف مدل‌های سنتی که کاملاً توسط انسان هدایت می‌شوند، تا حد زیادی خودران است، وظایف را تقسیم کرده و با «اراده‌مندی» و تفکر خود را دنبال می‌کند.
• تولید خودکار محتوا (Procedural Content Generation – PCG): اشاره به تولید خودکار محتوای بازی مانند زمین، ساختمان‌ها و عناصر محیط دارد. این روش سابقه‌ طولانی در صنعت بازی (از دوران ابتدایی بازی‌های Roguelike) دارد و با استفاده از الگوریتم‌ها و قوانین از پیش‌تعیین‌شده، جهان‌های گرافیکی می‌سازد. بهره‌گیری از PCG به صرفه‌جویی در هزینه و زمان توسعه کمک می‌کند. به‌تازگی با ظهور یادگیری عمیق و مدل‌های زبانی بزرگ، امکان طراحی مراحل و محتوای پیچیده‌تر به‌صورت خودکار فراهم شده است.
• ترکیب جهانی (World Synthesis): اشاره به به‌کارگیری همزمان روش‌های مختلف (مانند PCG و یادگیری ماشینی) برای ساخت کل یک محیط یا دنیا دارد. هدف آن ایجاد جهان‌هایی با مقیاس بزرگ، تنوع محتوای بالا و معناشناسی منسجم است.
• پایپلاین محتوا (Content Pipeline): فرآیند تبدیل ایده بازی به دارایی‌های گرافیکی قابل استفاده است. معمولاً شامل مراحل طراحی مفهومی، ایجاد سه‌بعدی اولیه، بافت‌دهی و بهینه‌سازی مدل‌ها، و نهایتاً انتقال به موتور بازی می‌شود. فناوری‌های AI می‌توانند بسیاری از این مراحل را خودکار کنند، مانند تولید بافت از توصیف متن یا مدل‌سازی اشیاء ساده.
• مقیاس‌پذیری (Scalability): تولید یک جهان بزرگ و پیچیده نیازمند مدیریت حجم عظیمی از داده است. مقیاس‌پذیری به توانایی سیستم در افزایش هم‌زمان اندازه و جزئیات جهان بدون افت کارایی اشاره دارد. تکنیک‌هایی مانند بارگذاری پویا (Streaming) و سطوح جزییات (LOD) از اصلی‌ترین راهکارها هستند. به‌طور معمول، تنها بخش‌هایی از جهان که نزدیک بازیکن یا قابل تعامل هستند با بالاترین جزئیات بارگذاری می‌شوند و بخش‌های دورتر یا پنهان، با وضوح کمتری نمایش داده شده و در صورت لزوم بارگیری یا حذف می‌شوند.
• هم‌پوشانی جزئیات (Runtime Streaming & LOD): در بازی‌های جهان‌باز، جهان ممکن است میلیون‌ها آبجکت داشته باشد. برای جلوگیری از بارگذاری همه‌ آنها، سیستم LOD مدل‌های سبک‌تر برای اشیاء دور ایجاد می‌کند و مکانیزم بارگذاری استریمینگ به‌گونه‌ای است که ناحیه‌های جدید در حافظه بارگذاری شده و ناحیه‌های قبلی از حافظه آزاد می‌شوند، تا حافظه مصرفی کنترل شود.
• وفاداری شبیه‌سازی (Simulation Fidelity): معیاری برای سنجش واقعی بودن تعاملات فیزیکی و ظاهری جهان تولیدشده است. هرچقدر آبجکت‌ها، نورپردازی و فیزیک محیط به رفتار دنیای واقعی نزدیک‌تر باشند، وفاداری شبیه‌سازی بالاتر است. امروزه الگوریتم‌های AI در این زمینه پیشرفت کرده‌اند، اما بین کیفیت بصری و هزینه محاسباتی همواره نوعی توازن برقرار است.

Hunyuan3D / WorldClaw

پروژه Hunyuan3D از Tencent یکی از پیشگامان مدل‌های جهان ۳D است. نسخه ۱.۰ این مدل (HunyuanWorld 1.0) با خروجی پانوراماهای ۳۶۰ درجه فضای محیط را توصیف می‌کرد، اما قابلیت کاوش کامل آزاد نداشت. در مقابل، WorldClaw نسل جدید این خانواده است که هدفش تولید دنیای کامل قابل کاوش است. WorldClaw یک چارچوب عاملی «درشت به ریز» (coarse-to-fine) است که جهان را به‌طور لایه‌ای می‌سازد. مراحل اصلی آن عبارتند از: (۱) تحلیل و برنامه‌ریزی نیت کاربر: متن ورودی را به مشخصات ساختاری صحنه (مثل تقسیم‌بندی مناطق جغرافیایی، دسته‌های اشیا و خواص ظاهری) تبدیل می‌کند؛ (۲) تولید زمین سراسری: با استفاده از الگوریتم‌های شبه‌دستوری تولید زمین و نقشه معنایی ناحیه‌ها، یک توپوگرافی کلی منسجم ساخته می‌شود؛ (۳) تولید جزئیات منطقه‌ای: در هر منطقه‌ای که نیاز به محتوای بیشتر دارد، ابتدا نمای دو‌بعدی از زمین محلی ایجاد و به‌کمک مدل‌های ویرایش تصویر اشیا در آن نواحی قرار می‌گیرند؛ سپس اشیا به مش‌های سه‌بعدی و قابل ویرایش تبدیل می‌شوند و در موقعیت‌ مناسب خود قرار داده می‌شوند. در نهایت یک مرحله تصحیح بصری (render-guided refinement) با محوریت رندر تصویر، اندازه و چیدمان نهایی اشیا را بهبود می‌دهد. خروجی WorldClaw شامل قطعات (مش) زمین و اشیاء است که بافت‌دار و «قابل ویرایش مستقل» هستند و می‌توانند مستقیماً در موتور بازی به‌کار روند. این پروژه (اولین تولیدکننده متن‌باز دنیای گسترده با این مشخصات) بر به‌دست آوردن تعادل مناسب بین مقیاس بزرگ محیط و کیفیت جزئیات تمرکز دارد.

مقایسه با رویکردهای مشابه

چندین پروژه و رویکرد دیگر نیز به تولید خودکار جهان‌های سه‌بعدی می‌پردازند. برای نمونه، EmbodiedGen V2 (از تیم Horizon Robotics) یک «موتور جهان‌سازی 3D آماده شبیه‌سازی» است که با ترکیب زبان و تصویر، محیط‌های قابل اجرا برای هوش embodied (رباتیک) تولید می‌کند. این سیستم اطمینان می‌دهد جهان‌ها برای مأموریت‌های ربات‌ها مناسب هستند و با نتایج انسانی بالا و انتقال‌پذیری به ربات‌های واقعی کار می‌کند. پروژه ABot-3DWorld 0 (توسعه‌یافته در آزمایشگاه AMAP چین) یک مدل جهانی چندرسانه‌ای است که ورودی‌های متن/عکس/ویدیو را به جهان‌های سه‌بعدی قابل اکتشاف با کیفیت بالا تبدیل می‌کند. در این چارچوب، ابتدا یک «اجازه سازنده فضایی» (Spatial Generative Primitive) شامل پانوراما و ابرنقطه تولید می‌شود، سپس یک ویدئوی پانورامیک ۳D ایجاد می‌کند و در نهایت آن را به یک جهان 3D تبدیل می‌نماید. MoVerse (توسعه‌یافته توسط گروه 3DV شانگهای) از یک تصویر منفرد با میدان دید محدود، یک پانورامای ۳۶۰ درجه ایجاد می‌کند و با تبدیل آن به سازه‌ای از گوسی‌های سه‌بعدی، امکان گشت‌وگذار تعاملی در صحنه را فراهم می‌سازد. ویژگی برجسته MoVerse توان پردازش بلادرنگ (۸ فریم بر ثانیه در یک RTX 4090) برای حرکت تعاملی در صحنه است. در جدول زیر مقایسه‌ای بین WorldClaw و این پروژه‌ها ارائه شده است:

معماری پیشنهادی

معماری WorldClaw ترکیبی از چند عامل (Agent) است که وظایف مختلف را هماهنگ می‌کنند.

از جمله اجزای کلیدی این معماری می‌توان به موارد زیر اشاره کرد:

• عوامل (Agents): مدل‌های LLM (مانند Claude Opus) برای برنامه‌ریزی و تولید کد، مدل‌های تولید تصویر/ویدیو (مثلاً DiT-based) برای ایجاد نماهای دو‌بعدی محلی، و مدل‌های بازسازی 3D (مثل Hunyuan3D) برای ساخت مش‌ها.
• مولد دارایی‌ها: ترکیبی از روش‌های پروسجرال و یادگیری ماشینی؛ مثلاً الگوریتم‌های تولید زمین، تولید تکسچر یا ماده، و ایجاد اشیاء سه‌بعدی.
• رشد داده‌ها و ابزارها: نیاز به کتابخانه‌های دارایی (Asset Library) و داده‌های آموزشی زیاد است. برای ادغام در موتور بازی از ابزارهایی مانند Blender (برای مونتاژ نهایی) یا Unity/Unreal (برای شبیه‌سازی فیزیکی، ناوبری و تعامل) استفاده می‌شود. WorldClaw خود خروجی را به صورت دارایی‌های مستقل و قابل ویرایش ارائه می‌کند که مستقیماً به گردش آزاد دوربین و استفاده در موتورهای بازی می‌انجامد.

مقیاس‌پذیری و بهینه‌سازی

برای تولید و اجرای جهان‌های بسیار بزرگ، چندین روش به کار می‌رود. از جمله تقسیم‌بندی جهان به قسمت‌های کوچک‌تر و بارگذاری پویا (streaming) دارایی‌ها. به‌عنوان مثال، تنها بخش‌هایی از جهان که در نزدیکی بازیکن قرار دارند با بالاترین جزئیات بارگذاری می‌شوند و بخش‌های دورتر، در صورت لزوم با وضوح کمتر یا اصلاً بارگذاری نمی‌شوند. استفاده از چند پردازنده گرافیکی (GPU) و پردازش‌های موازی نیز برای افزایش سرعت ضروری است. در WorldClaw، همچنین اولویت‌بندی جهانی به‌کار می‌رود؛ یعنی ابتدا اسکلت زمینی بزرگ و دسته‌های منطقه‌ای ساخته می‌شوند، سپس محتواهای جزیی فقط در نواحی ضرورتاً موردنیاز تولید می‌گردد. دیگر راهکارها شامل بهینه‌سازی شبکه‌های عصبی (مثلاً فشرده‌سازی مدل) و استفاده از نسخه‌های کم‌جزئیاتتر (LOD) برای اشیاء دور است. این ترکیب‌ها باعث کاهش بار حافظه و افزایش سرعت تولید می‌شوند.

چالش‌ها و محدودیت‌ها

علی‌رغم پیشرفت‌ها، هنوز موانع قابل توجهی در راه تولید خودکار جهان وجود دارد:

• وابستگی به مدل‌های پایه قوی: سیستم‌هایی مانند WorldClaw به چندین مدل یادگیری عمیق متکی‌اند (LLM برای برنامه‌نویسی، مدل‌های تصویر و ۳D برای گرافیک). کیفیت نهایی مستقیماً به قابلیت‌های این مدل‌ها بستگی دارد. گزارش WorldClaw نشان می‌دهد که مدل‌های متن‌باز فعلی گاهی در تولید زمین اجرایی یا نقشه‌های معنایی مناسب دچار مشکل می‌شوند.
• خطا در تولید کدهای ساخت: مراحل تولید محتوا اغلب با تولید خودکار کد (مثلاً اسکریپت بلندر یا گراف مواد) انجام می‌شود. خطاهای کوچک در برنامه‌نویسی یا تخمین مقیاس می‌تواند به ساختارهای نامنسجم زمین یا اشیاء نادرست منجر شود. لازم است چندین مرتبه بررسی و اصلاح (render–inspect–refine) انجام شود.
• هزینه زمانی و محاسباتی: ایجاد هر شیء به صورت مستقل و انجام چند مرحله بازخورد، زمان‌بر و پرهزینه است. با افزایش تعداد اشیاء و تکرار مراحل تصحیح، زمان کلی تولید به شدت بالا می‌رود. این مسئله در دنیاهای بسیار بزرگ جدی‌تر است.
• محدودیت داده و حق نشر (IP): مدل‌های یادگیری عمیق برای عملکرد مطلوب به داده‌های عظیم نیاز دارند. تأمین داده‌های متنوع سه‌بعدی با کیفیت برای تمرین این سیستم‌ها دشوار است. همچنین رعایت حقوق مالکیت فکری هنگام استفاده از تصاویر و مدل‌های داده اهمیت دارد.
• ارزیابی کیفیت: معیارهای استاندارد و جامعی برای سنجش کیفیت یک جهان تولیدشده وجود ندارد. جلب نظر کاربران یا اندازه‌گیری سازگاری معنایی و بصری با ورودی متن نیازمند روش‌های تخصصی است.

فرصت‌های تجاری و طراحی بازی

فناوری‌های تولید خودکار جهان، فرصت‌های جدیدی در بازی‌سازی فراهم می‌کنند:

• مکانیک‌های جدید: جهان‌های پویا و بزرگ‌تر امکان ایجاد داستان‌های تعاملی و محتواهای تولیدشده توسط بازیکن (User-Generated Content) را فراهم می‌کنند. به‌عنوان مثال، محیط‌های تغییرناپذیر به محیط‌هایی تبدیل می‌شوند که بسته به کنش بازیکن یا رویدادهای بازی، تغییر می‌کنند.
• تولید محتوا و صرفه‌جویی: هزینه تولید مراحل و نقشه‌های جدید کاهش می‌یابد. تیم‌های کوچک و استودیوهای مستقل می‌توانند با این ابزارها جهان‌های وسیع بسازند که قبلاً نیاز به تیم بزرگ داشت.
• شخصی‌سازی و اقتصاد بازی: بازی می‌تواند جهان مختص هر بازیکن بسازد یا امکانات سفارشی ارائه دهد. دارایی‌های تولیدشده توسط AI می‌توانند به عنوان DLC یا آیتم‌های فروشگاهی مستقل عرضه شوند و اقتصاد درون‌بازی جدیدی ایجاد کنند.
• گسترش بازار: با تولید سریع محیط‌های واقعیت مجازی و شبیه‌سازی، بازارهای جدیدی مانند آموزش مجازی، گردشگری دیجیتال، و شبیه‌سازی‌های صنعتی باز می‌شود.
  در مجموع، پیش‌بینی می‌شود که کاربردهای هوش مصنوعی تولدی در صنعت بازی به‌سرعت رشد کند و تأثیر اقتصادی بالایی داشته باشد.

نمونه‌های کاربردی و سناریوها

• بازی‌های جهان‌باز (RPG، ماجراجویی): تولید نقشه‌های وسیع و چشم‌اندازهای متنوع (جنگل، کوهستان، شهر و…) با کمترین دخالت دستی.
• شبیه‌سازی و آموزش: ایجاد محیط‌های واقعی برای آموزش نظامی، پزشکی یا آموزش رانندگی؛ برای مثال، تولید محیط شهری متنوع برای تست سیستم‌های رانندگی خودکار.
• واقعیت مجازی (VR) و تجربیات تعاملی: خلق دنیای تاریخی یا تخیلی برای کاوش در VR (مثلاً بازسازی بناهای تاریخی با جزییات کامل).
• فیلم و جلوه‌های ویژه (VFX): ساخت سریع صحنه‌های پشت‌صحنه و زمینه (مثلاً صحنه‌های طبیعی با کوه و دره) بدون نیاز به مدل‌سازی دستی.
• شهرسازی و شبیه‌سازهای دیجیتال: تولید سریع طراحی اولیه فضاهای شهری یا معماری برای استفاده در سیستم‌های CAD یا محیط‌های تحلیلی.
  این سناریوها می‌تواند با ادغام ابزارهای موجود (مانند افزونه‌های بازی‌سازی Unity/Unreal) و پردازش ابری به راحتی عملیاتی شود.

معیارهای ارزیابی کیفیت

معیارهای متعددی برای سنجش کیفیت یک جهان تولیدشده پیشنهاد می‌شود:

• همخوانی فضایی جهانی (Global Coherence): آیا ساختار زمین و نواحی جغرافیایی معنی‌دار و پیوسته است؟ (مثلاً کوه‌ها و دره‌ها یا رودخانه‌ها به‌طور منطقی توزیع شده‌اند).
• جزئیات محلی (Local Richness): تنوع و کیفیت اشیای هر ناحیه، وضوح بافت‌ها و طبیعی بودن چیدمان اشیا.
• تنوع و خلاقیت: نمره‌ای بر اساس میزان تازگی و غیرتکراری بودن المان‌های صحنه.
• انطباق با ورودی: میزان تطابق صحنه نهایی با متن یا تصویر ورودی؛ این مورد می‌تواند با متریک‌هایی مانند CLIP-score بررسی شود (همخوانی معنایی متن و تصویر).
• قابلیت اکتشاف: یک شاخص کاربردی بررسی می‌کند که آیا بازیکن می‌تواند آزادانه در تمامی جهان حرکت کند یا اینکه بخش‌هایی مسدود و غیرقابل دسترس وجود دارد.
• پذیرش انسانی: نظرسنجی یا آزمون کاربر برای ارزیابی رضایت بصری و کاربرپسندی.
  شایان ذکر است که مطالعاتی مانند HunyuanWorld 1.0 کیفیت تولید را بر اساس معیارهایی مانند وفاداری بصری (FID)، همخوانی متن-تصویر و ارزیابی انسانی گزارش می‌کنند. WorldClaw نیز ادعا می‌کند صحنه‌های تولیدی‌اش با «سازماندهی فضایی منسجم و محتوای بصری جذاب محلی» شناخته می‌شوند.

توصیه‌های عملی برای تیم‌های توسعه

• استقرار مراحل تدریجی: با دنیای کوچک‌تر شروع کرده و تدریجاً مقیاس را افزایش دهید. ابتدا از الگوهای مینیمال (مثل جزیره کوچک یا محدوده ساده) استفاده کنید تا ایرادات خط لوله مشخص شوند.
• مدل‌های پایه قدرتمند: از جدیدترین مدل‌های زبانی و تصویر بهره ببرید (مثلاً Claude Opus یا GPT-4o برای پلان‌ریزی، و مدل‌های تفکیک پیشرفته برای مقیاس و چیدمان).
• پایپلاین محکم: ابزارهای تبدیل تصویر به مش (مانند BLENDER، Nvidia Omniverse) و مدیریت دارایی را یکپارچه کنید. وجود کتابخانه‌های آماده دارایی (Asset Library) برای استفاده مجدد اهمیت دارد.
• ارزیابی مستمر: برای هر پروژه، معیارهای خاص خود را تعریف و آزمایش‌های انسانی و الگوریتمی انجام دهید. بررسی سلامت فیزیکی (برخورد اشیا) و معنایی (برابری با داستان) را فراموش نکنید.
• یکپارچگی با موتور بازی: همان‌طور که خود گزارش WorldClaw پیشنهاد می‌کند، ادغام با موتورهای استاندارد صنعت (Unreal/Unity) برای واقع‌سازی فیزیک، ناوبری NPCها و ابزارهای ویرایش بهینه ضروری است.
• نقشه راه تحقیقاتی: تمرکز بر بهبود مدل‌های ۳D (مثل برنامه‌نویسی فضایی)، توسعه روش‌های ارزیابی، و مطالعه ایمنی و اخلاق هوش مصنوعی (گزارش بهتر خطاها، جلوگیری از تولید محتوای نامطلوب) از اولویت‌هاست.

آینده بازی‌سازی اینجاست! تولید جهان‌های Open-World با هوش مصنوعی WorldClaw!

در پایان، تولید خودکار جهان‌های Open-World با هوش مصنوعی چشم‌اندازی نویدبخش در صنعت بازی است. این فناوری به تدریج از تولید تصاویر زیبا به «تولید محیط‌های ساختاریافته و قابل استفاده در عمل» حرکت می‌کند. تیم‌های توسعه می‌توانند با اتخاذ تدریجی این روش‌ها و بهبود مستمر آنها، در آینده‌ای نزدیک شاهد خلق جهان‌هایی باشند که نه تنها دیدنی، بلکه قابل کشف و تعامل برای بازیکنان خواهند بود.

آموزش مایا (Maya) را با ایلرن اسکول به شکلی کاربردی و حرفه‌ای تجربه کنید! دوره‌های جامع ما، شما را از اصول اولیه تا مهارت‌های پیشرفته در طراحی سه‌بعدی و انیمیشن همراهی می‌کند. به دنیای خلاقیت وارد شوید و با تسلط بر مایا، آینده‌ای درخشان در صنعت CGI بسازید. همین امروز یادگیری را شروع کنید!

منابع

• Guo, C., Li, J., Li, Y., Huang, Z. و همکاران، “WorldClaw: Agentic 3D Open-World Generation at Scale,” arXiv:2608.05248, 2026.
• Wang, X., Liu, L., Ding, T., Choi, A. و همکاران، “EmbodiedGen V2: An Agentic, Simulation-Ready 3D World Engine for Embodied AI,” arXiv:2607.07459, 2026.
• AMAP CV Lab، “ABot-3DWorld 0: A Universal World Model to Explore Any 3D Space,” arXiv:2607.11673, 2026.
• Zhou, Y., Wang, Z., Lu, Y. و همکاران، “MoVerse: Real-Time Video World Modeling with Panoramic Gaussian Scaffold,” arXiv:2606.13376, 2026.
• Farrokhi Maleki, M. و Zhao, R.، “Procedural Content Generation in Games: A Survey with Insights on Emerging LLM Integration,” arXiv:2410.15644, 2024.
• IBM، “What is Agentic AI?” (صفحه وب IBM)، مقاله مروری در مورد سیستم‌های هوش مصنوعی عاملی.
• Meta Developers، “Open World Games and Asset Streaming,” دسامبر ۲۰۲۴، راهنمای توسعه بازی‌های جهان‌باز (استانداردهای بارگذاری دارایی و LOD).
• Tencent Hunyuan، صفحه رسمی پروژه Hunyuan3D WorldClaw (توضیح معماری و نتایج).