数码之家

 找回密码
 立即注册

QQ登录

只需一步,快速开始

微信登录

微信扫一扫,快速登录

搜索
查看: 133|回复: 2

[科技] 腾讯混元推出业界首个美术级 3D 生成大模型,建模效率提升超七成

[复制链接]
发表于 2025-7-8 01:42:08 | 显示全部楼层 |阅读模式

爱科技、爱创意、爱折腾、爱极致,我们都是技术控

您需要 登录 才可以下载或查看,没有账号?立即注册 微信登录

x
IT之家从腾讯混元公众号获悉,业界首个美术级 3D 生成大模型 Hunyuan3D-PolyGen 今日正式发布。
该模型结合自研高压缩率表征BPT 技术,可生成面数达上万面的复杂几何模型,布线精度更高,细节更丰富,同时支持三边面和四边面,满足不同专业管线需求。基于此,混元 3D 资产可无缝应用于 UGC 游戏资产生成,显著提升美术师建模效率。
目前,这一技术及能力已上线腾讯混元 3D AI 创作引擎,并集成到腾讯多个游戏管线,助力美术师建模效率提升超 70%。据官方介绍,模型主要是为解决 3D 资产生成中布线质量和复杂物体建模的难题,提升美术师建模效率。
官方提供了几组输入图和输出效果如下(每组上为演示图,下为输出效果):
据介绍,当前 3D 生成算法在几何建模方面已有显著进展,但生成结果与美术制作的专业标准仍有明显差距,难以直接应用于游戏开发等专业管线。
Hunyuan3D-PolyGen采用自回归网格生成框架,通过显式、离散的顶点与面片建模,进行空间推理,生成高质量、符合美术规范的 3D 模型。其核心框架包括以下三个步骤:
  • 网格序列化:将网格的顶点和面片转化为 Token 序列,用以表示 Mesh 结构。
  • 自回归建模:以点云作为输入 Prompt,利用自回归模型生成 Mesh 的 Token 序列。
  • 序列解码:将生成的 Token 序列反向解码为顶点与面片,重建 3D 网格。
腾讯研发了 mesh 自回归的强化学习后训练框架,在预训练模型的基础上进行后训练,设计稳定生成和美术规范奖励来引导模型生成更好的结果。通过强化学习,可以提升模型生成“好结果”的概率,降低模型生成“差结果”的概率,从而提升了模型生成的稳定性。


发表于 2025-7-8 09:09:52 | 显示全部楼层
这AI真的会一步步的挤掉很多人的饭碗!
回复 支持 反对

使用道具 举报

发表于 2025-7-8 10:12:52 | 显示全部楼层
又可以省好多工资了。
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册 微信登录

本版积分规则

APP|手机版|小黑屋|关于我们|联系我们|法律条款|技术知识分享平台

闽公网安备35020502000485号

闽ICP备2021002735号-2

GMT+8, 2025-7-19 16:06 , Processed in 0.218400 second(s), 12 queries , Redis On.

Powered by Discuz!

© 2006-2025 MyDigit.Net

快速回复 返回顶部 返回列表