腾讯混元3D

技术特点与创新

• 快速生成：轻量版模型能够在 10 秒内生成高质量的 3D 资产，支持快速单图生成 3D，包括 mesh 和 texture 提取。
• 两阶段生成方法：采用多视图生成和多视图重建的两步流程。首先通过多视角扩散模型合成多个不同视角的新图像，然后使用基于 Transformer 的稀疏视角大规模重建模型生成 3D 资产。
• 自适应 CFG 技术：在多视图生成阶段，通过调整不同视角和时间步的 classifier-free guidance（CFG）尺度值，确保生成的图像既接近输入又具有多样性。
• 开源全面性：模型权重、推理代码、算法等全部开放，提供轻量版和标准版，极大降低了 3D 内容创作的门槛。
• 强大的泛化能力：能够重建各类尺度的物体，大到建筑，小到工具花草，适应多种创作需求。

性能与应用

• 超越 SOTA：在定性和定量评估中，Hunyuan3D-1.0 的表现超越了其他开源模型，尤其在生成速度和泛化能力方面。
• 应用广泛：已应用于腾讯的多个业务场景，如腾讯地图的 3D 车标重建和自定义 3D 导航车标功能等，显著提升了效率和创作自由。
• 行业影响：为游戏开发、影视制作、虚拟现实（VR）等领域提供了强大的工具，促进了 AI 生成 3D 内容的创新和应用。

应用场景

• 游戏开发：生成高质量的游戏角色、道具和建筑等 3D 资产，大幅提升游戏开发效率。
• 影视动画：为创作者自动生成 3D 影视角色及动作效果，辅助完成动画创作。
• 电商广告：根据广告创意主题生成 3D 商品，实现互动特效，提升广告内容创意。
• 虚拟现实（VR）/增强现实（AR）：生成逼真的 3D 虚拟环境元素及互动内容，增强沉浸式体验。

开源信息

腾讯混元3D 生成大模型 Hunyuan3D-1.0 已于 11 月 5 日正式开源。该模型是业界首个同时支持文字、图像生成 3D 的开源大模型，提供轻量版和标准版两种选择，为开发者提供更多的创作机会。

• Github 项目
• Hugging Face