Das ganze nennt sich "Cubemaps". Die ganze Szene wird vorgerendert und dann wie bei ner Panorama-Ansicht Bilder davon gemacht. So erhält man z.B. 6 Bilder von der Szene (6 Flächen eines Würfels).
Setzt man diese Bilder jetzt wieder virtuell zusammen und setzt ne virtuelle kamera in die Mitte des Würfels, sieht das ganze nicht flach aus, sondern wieder räumlich. Daß man dann vor dem Brunnen stehen kann und an den Häuserwänden entlanglaufen kann liegt dann an unsichtbaren Kollisionswänden. So bekommt man eine ganz reale welt mit nur 6 wänden