从文本或图像创建沉浸式且可交互的3D世界，仍是计算机视觉与图形学领域的根本性挑战。现有的世界生成方法通常分为两类：一类是基于视频的方法，虽然多样性丰富，但缺乏3D一致性与渲染效率；另一类是基于3D的方法，虽然能保证几何一致性，但受限于训练数据不足以及内存效率低的表示方式。为解决这些局限，我们提出了HunyuanWorld 1.0，这是一种新颖的框架，能够结合两者优势，从文本和图像条件生成沉浸式、可探索且可交互的3D世界。我们的方法具有三大优势：1）通过全景世界代理实现360°沉浸式体验；2）支持网格导出，可无缝兼容现有的计算机图形管线；3）解耦的对象表示，增强了增强的交互性。该框架的核心是一种语义分层的3D网格表示，它利用全景图像作为360°世界的代理，实现语义感知的世界分解与重建，从而生成多样化3D世界。大量实验表明，我们的方法在生成连贯、可探索且可交互的3D世界方面达到当前最先进水平，并在虚拟现实、物理模拟、游戏开发及互动内容创作等众多领域展现出广泛的应用潜力。