Hunyuan3D-PolyGen : 腾讯混元推出的美术级3D生成大模型

AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

主要介绍

2025年7月7日，腾讯混元正式推出业界首个美术级3D生成大模型Hunyuan3D-PolyGen。该模型专注于解决3D资产生成中的布线质量差、复杂物体建模难等问题，通过技术创新将3D生成从“可看”提升至“可用”标准，为游戏、影视、工业设计等领域提供专业级解决方案。目前，其能力已集成至腾讯混元3D AI创作引擎，并面向开发者开放API。

功能特点

• 高精度布线：支持生成面数达上万面的复杂几何模型，布线规整，符合美术制作规范。
• 多面片支持：同时支持三边面和四边面，满足不同专业管线需求。
• 无缝集成：生成的资产可直接应用于UGC游戏开发、影视动画制作等场景，无需额外调整。
• 多模态输入：支持文本、单图、多图生成3D模型，并兼容草图、3D人物生成等多样化创作需求。
• 强化学习优化：通过强化学习后训练框架提升生成稳定性，降低差错率。

优缺点

• 优点：
  • 专业级输出：布线精度和模型复杂度达到行业顶尖水平，填补了专业级3D生成空白。
  • 效率提升：腾讯内部测试显示，集成至游戏管线后，美术师建模效率提升超70%。
  • 技术普惠：通过API开放能力，降低中小团队和独立创作者使用高端3D生成技术的门槛。
• 缺点：
  • 硬件要求较高：生成高面数模型需较强算力支持，可能限制部分用户使用。
  • 学习成本：专业功能需一定技术背景，非专业用户上手需时间适应。

如何使用

1. 访问创作引擎：通过腾讯混元3D AI创作引擎在线体验，或申请API权限进行二次开发。
2. 输入提示：上传文本描述、单图或多图，或直接绘制草图作为输入。
3. 生成与调整：模型自动生成3D资产后，用户可进一步调整纹理、动作、场景等参数。
4. 导出与应用：支持导出OBJ、GLB、FBX等格式，兼容3D打印和移动端实时交互。

框架技术原理

• 自回归网格生成框架：将顶点和面片转化为Token序列，通过空间推理生成Mesh结构。
• 高压缩率BPT技术：自研的Blocked and Patchified Tokenization技术，提升复杂mesh建模效率。
• 两阶段生成流程：
  1. 几何生成：基于流扩散模型生成无纹理的几何模型。
  2. 纹理合成：通过多视图扩散生成方案，结合几何条件生成高分辨率纹理贴图。
• 强化学习后训练：设计“稳定生成”和“美术规范”奖励机制，优化自回归生成稳定性。

创新点

• 美术级输出：首次将3D生成结果提升至专业美术制作标准，解决行业长期痛点。
• 解耦生成策略：将形状生成与纹理生成分离，降低技术复杂度，提升灵活性。
• 强化学习引导：通过奖励机制引导AI生成符合人类审美与专业规范的结果。
• 开源生态：模型权重、推理代码全开放，推动技术普惠与行业创新。

评估标准

• 几何细节：通过Chamfer Distance（CD）、F-score（FS）等指标评估模型精度。
• 纹理质量：考察纹理分辨率、真实感及与几何模型的匹配度。
• 生成效率：测试不同硬件环境下的生成速度与资源占用。
• 用户反馈：收集美术师和开发者对模型可用性、稳定性的评价。

应用领域

• 游戏开发：快速生成角色、道具、场景等3D资产，缩短UGC游戏开发周期。
• 影视动画：辅助角色建模与动画制作，提升内容生产效率。
• 虚拟现实：为VR/AR应用提供高质量3D模型，增强沉浸感。
• 工业设计：支持产品原型快速建模与可视化，降低设计成本。
• 创意教育：为非专业用户提供低门槛3D创作工具，推动内容生态多元化。

项目地址

• 官网：腾讯混元3D AI创作引擎
• GitHub：Hunyuan3D-PolyGen
• Hugging Face：Tencent/Hunyuan3D-1