3D生成效率全面提升
1月21日，腾讯混元宣布开源3D生成大模型2.0版本，并上线业界首个一站式3D内容AI创作平台—混元3D AI创作引擎。开发者可在GitHub、Hugging Face等技术社区下载混元3D 2.0模型，用户也可以直接在混元3D AI创作引擎上体验。对比1.0版本，2.0版本也依然同时支持文、图生3D的能力，并在生成效果上得到显著提升，在几何结构上更加精细，纹理色彩更加丰富。
据了解，3D AIGC技术快速迭代，3D技术应用落地进程也在不断加快，游戏制作、社交、电商广告、工业制造、具身智能、自动驾驶、AR/VR、三维打印等多个领域都积极应用AI能力辅助3D内容生产，如在游戏制作环节，快速生成高质量的游戏角色、道具、建筑等3D资产，提升游戏开发效率。面向UGC社交场景，创作个人3D形象、3D虚拟礼物等3D资产。面向电商广告场景，根据创意主题生成3D商品，帮助设计师和企业降本增效。面向工业生产、制造业场景，快速生成工业产品原型验证设计。此次混元3D生成大模型2.0的开源以及AI创作平台的上线，将进一步推动AIGC 3D的技术发展及产业应用落地。
腾讯混元3D负责人郭春超表示，从技术层面来看，腾讯混元3D生成大模型与业界其他同类产品的最大区别在于其定位为一个全面的创作引擎平台。与单一侧重基础模型生成的产品不同，腾讯混元3D平台覆盖了创作管线的多个环节，并提供了丰富的B端与C端功能，类似于3D版的“秒剪”，用户不仅可以生成基础模型，还能自由进行创作、编辑等一系列操作。郭春超强调，要降低3D创作的门槛，必须覆盖创作的各个环节，只有通过广泛的功能支持和高度智能化的设计，才能真正让3D创作变得更加简单和普及。这也是腾讯混元3D与业界一些单一生成技术平台的根本区别所在。
业界首个一站式3D内容AI创作引擎，为各产业提升3D内容生产效率
其中，腾讯混元上线的3D AI创作引擎，是业界首个低门槛、一站式的3D内容AI创作平台，包含了基础模型生成、3D功能矩阵、3D编辑、3D生成工作流、创作素材库等多种功能。既支持大众爱好者生成UGC 3D内容，也助力游戏开发、设计建模等专业领域的3D生产管线，大幅提升3D内容创作效率，面向不同应用场景提供可低成本定制的解决方案。
在基础模型生成方面，创作引擎同时支持文生及图生3D。其中，输入中/英文提示词，描述主体内容、特征、风格等，就能快速生成4个高质量3D模型，同时，也支持上传单图即生成3D模型。效果上，可以选择不同纹理风格进行生成，同时支持PBR贴图，通过模拟物理特性可生成更逼真的材质贴图效果。
另外，创作引擎支持端到端低多边形模型生成，可根据物体复杂程度，自适应生成几百至数千面的三角面，生成结果可在低面片的基础上最大化体现模型细节，拓扑布线更加符合美术标准，更适用于游戏引擎模型渲染。
在3D功能矩阵方面，创作引擎涵盖了丰富的3D建模、编辑及驱动等能力，包括3D动画生成、3D纹理生成、草图生3D、3D人物生成、3D小游戏创作等。
其中，3D动画生成可以支持骨骼绑定和动作驱动，选择不同动作模版即可让创作的角色模型轻松动起来，同时支持选择不同角色模型素材或上传本地模型生成3D动画。在游戏开发、动画制作等应用中，3D角色骨骼驱动是实现角色动画表现的关键步骤。
3D纹理生成则针对白模及用户添加的模型，支持通过提示词或图像输入方式生成不同高清材质纹理，对不同类别3D模型一键换肤。
草图生3D则支持仅用一张简笔画完成3D内容创作。通过文字描述草图主体的类别、颜色等信息，将二维草图快速转换为高质量的3D模型。
3D人物生成仅需上传一张人物头像，选择不同主题类别的模版即可实现个性化的3D人物角色生成，实现个人UGC 3D形象定制。
首个支持端到端生成低多边形low-poly模型，可根据物体复杂程度，自适应生成几百至数千面的三角mesh，面数更低的同时可保证模型细节效果，用于游戏引擎渲染效果更佳。
3D小游戏创作支持上传一张头像并选择角色模版，一键生成个人专属IP角色的游戏动画视频，并能分享转发，让普通人也可以打造一款属于自己的3D小游戏。
值得一提的是， 混元3D AI创作引擎还支持设计3D生成工作流，呈现3D创作管线核心流程。通过模块化的节点设计搭建，帮助专业用户在游戏开发、动画制作等领域快速搭建3D生成工作流，其中包含3D角色生成与3D道具生成。用户仅需加载模版，根据个人需求输入提示词或上传图片，调整节点生成参数，即可一键生成具有特定风格和特征的3D资产，进一步降低专业用户使用门槛，大幅改进3D创作管线效率。
混元3D生成大模型2.0版本开源，几何结构与纹理色彩全面升级
混元3D生成大模型1.0在去年11月全面开源，是业界首个同时支持文字、图像生成3D的开源大模型。2.0版本也依然同时支持文、图生3D的能力，此外，通过将几何、纹理解耦生成，2.0版本还在生成效果上得到显著提升，在几何结构上更加精细，纹理色彩更加丰富。
3D生成模型主要包括几何和纹理生成两部分，其中，几何大模型专注于捕捉物体的形状、结构和空间关系，而纹理大模型则专注于颜色、细节和表面特征。这种专注性使得每个模型能在其领域内进行更深入的学习和优化，而几何与纹理解耦生成的方式，让整体生成能力达到更高上限，能够生成更为精细和真实的3D结果。
Hunyuan3D-2.0
几何大模型和纹理大模型各自表现优异。其中，几何大模型由Hunyuan3D-DiT模型和Hunyuan ShapeVAE组成，能实现超高精度的白模生成，几乎达到了设计师手工建模的水平。而纹理大模型Hunyuan3D-Paint采用多视图扩散生成的方案，可以基于用户输入的参考图像对生成的几何白模进行纹理贴图。不仅如此，还能支持对用户任意输入的几何模型进行任意文本或图像引导的纹理生成。
腾讯混元从定量和定性两个维度进行了评估。在收集的 In-the-wild 测试集上，对 3D 生成质量进行了定量评估。根据 CLIP Maximum Mean Discrepancy (CMMD)、Frechet Inception Distance (FID) 和 CLIP-score 指标，不论是端到端最终3D资产的质量，还是几何模型生成的几何结构以及纹理基模型生成纹理的质量，Hunyuan3D-2.0 的整体表现均优于当前业界包括闭源模型在内的最先进的模型。
整体模型比较
几何模型比较
纹理模型比较
在定性评估方面，从整体满意度、3D 物体质量和指令遵循三个维度进行用户主观评估，结果显示，Hunyuan3D-2.0 在生成质量上优于当前最先进的开源模型。
用户喜好打分
3D生成可视化比较
几何模型生成可视化比较
纹理结果生成可视化比较
据了解，在实际应用上，混元 3D 生成大模型此前也已经开始应用于UGC 3D创作、商品素材合成、游戏3D资产生成等司内业务及场景。比如，混元3D生成能力也开始应用于腾讯内部游戏业务，其生成3D质量已能满足部分游戏3D资产标准，包括几何布线合理性、贴图准确性与骨骼蒙皮合理性等，据统计，通过混元3D创作平台的助力，游戏业务3D资产制作时间成本可从5-10天级别下降到分钟级。此前，腾讯地图也已基于腾讯混元3D大模型，发布了自定义3D导航车标功能，支持用户创作个性化的 3D 导航车标，相比传统的3D车标重建方案速度提升了91%，有效提升了用户使用体验。
腾讯混元3D负责人郭春超表示：“随着3D AIGC技术快速迭代，3D技术应用落地进程也在不断加快。混元3D生成大模型从1.0版本的率先开源，到快速升级2.0版本并开放业界首个一站式3D AI创作平台，希望切实帮助大众爱好者、开发者、创作者们降低使用门槛，提升创作效率，让3D大模型技术在各行各业发挥价值。混元也会持续为开源社区贡献力量，一起探索3D生成技术和应用，共创良好生态。”
虽然游戏场景无疑是最具商业潜力和市场需求的领域之一，但其实它的应用远不止于此。除了游戏，越来越多的行业也在借助3D生成技术解决实际问题，拓展了这项技术的应用边界。
首先，具身智能（Embodied Intelligence）是一个正在快速发展的领域。许多具身智能团队已经开始与腾讯混元合作，使用3D生成技术来为机器人提供虚拟训练环境。与传统的物理训练场景不同，机器人往往需要模拟复杂的环境来进行学习和训练，而这往往涉及到大量的3D资产生成。例如，在模拟机器人在不同场景中的行为时，传统的做法可能需要在真实环境中布置设备进行反复实验，但使用3D模拟环境则可以大大减少时间和成本。因此，具身智能领域对3D生成技术的需求非常强烈，尤其是在机器人仿真、环境建模等方面。
其次，自动驾驶技术也是3D生成应用的重要场景之一。尽管自动驾驶公司已经在实际道路上进行大量测试，但为了快速收集各种复杂情境的数据，他们往往需要通过虚拟方式进行场景重建。例如，车祸模拟和突发路况场景的生成在实际测试中难以遇到，但通过3D生成技术，自动驾驶公司可以模拟出各种极限情况，大大缩短数据采集时间并提升测试效率。这一应用领域也显现出3D技术在生成数据和构建训练环境方面的巨大潜力。
更宏观的应用则涉及到AI技术的进一步发展。当前的AI技术主要集中在理解和处理文本、图像、视频等一维或二维数据，但要实现更高级别的智能，AI必须能够理解和处理三维空间。3D生成技术为AI提供了在空间感知和理解方面的关键支持。无论是在智能家居、机器人互动还是增强现实（AR）与虚拟现实（VR）等领域，空间智能的需求都在不断增长。而要实现这一目标，AI必须能够生成和理解3D世界，因此，3D生成技术在未来AI应用中的重要性不可忽视。
在AI降本增效方面，虽然完整项目的成本具体数据不便公开，但腾讯游戏在研项目研发制作人王智刚透露已在多个环节的应用上取得了显著的成果，特别是在提升AI在整个创作管线中的渗透率方面，团队不仅在3D环节实现了效率提升，2D环节也同样受益。例如利用AI辅助制作原画，通过初步生成帮助快速筛选定稿，大大加快了创作进程，虽然仍有部分细节需要手工完成，但整体效率已大幅提升。
其中一个小而显著的应用场景是游戏ICON的制作。之前，一个图标的制作可能需要一到两天时间，而现在借助AI技术，生成一个图标仅需20秒，成本也从几百元降至几分钱，这种成本的提升是非常明显的。
在3D制作方面的改进同样非常显著。例如，在过去，制作一个3D资产的时间是按天计算的，而现在，许多任务可以在几分钟内完成。虽然不是所有任务都可以完全由AI完成，但通过这种方式，团队可以在几天内用AI做大部分工作，再进行必要的人工修补，这样性价比的提升是显而易见的。整体而言，AI的应用极大地优化了工作流程，提升了生产效率，并显著降低了制作成本。
