Hunyuan3D-PolyGen – 腾讯混元3D再次升级，推出业界首个美术级3D生成大模型

30 0

腾讯混元3D再次升级，带来了业界首个美术级3D生成大模型Hunyuan3D-PolyGen。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。Hunyuan3D-PolyGen最大的特色在于其能够生成符合专业美术标准的3D模型。这意味着生成的模型不仅在视觉效果上令人满意，更重要的是在技术规格上能够直接应用于游戏开发、影视制作等专业场景中。

Hunyuan3D-PolyGen是什么

Hunyuan3D-PolyGen是腾讯混元团队推出的业界首个美术级3D生成大模型。结合自研的高压缩率表征技术（BPT），能生成面数高达上万面的复杂几何模型，支持三边面和四边面，满足不同专业管线的需求。模型采用自回归网格生成框架，通过网格序列化、自回归建模和序列解码三个步骤，生成高质量、符合美术规范的3D模型。引入强化学习后训练框架，提升生成的稳定性和美术规范性。Hunyuan3D-PolyGen主要解决了3D资产生成中布线质量和复杂物体建模的难题，显著提升了美术师的建模效率，可应用于UGC游戏资产生成。

Hunyuan3D-PolyGen的主要功能

高质量3D模型生成：能生成面数达上万面的复杂几何模型，支持三边面和四边面，满足不同专业管线需求。
提升建模效率：集成到腾讯多个游戏管线后，美术师的建模效率提升了超70%。
自适应面数分配：可根据几何结构自适应分配面数，在低面数条件下实现更好的细节表现。
强化学习优化：通过强化学习后训练框架，提升生成模型的稳定性和美术规范性。
多输入方式：支持通过文本提示词或上传图片生成3D模型，用户还可调整生成参数以满足特定需求。

Hunyuan3D-PolyGen的技术原理

自回归网格生成框架
- 网格序列化：将3D网格的顶点和面片转化为Token序列，用以表示Mesh结构。使模型能以序列建模的方式处理复杂的3D网格数据。
- 自回归建模：以点云作为输入Prompt，基于自回归模型生成Mesh的Token序列。自回归模型通过逐个预测Token的方式，逐步构建完整的3D网格结构。
- 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。确保了生成的网格在几何结构上的完整性和准确性。
高压缩率表征技术（BPT）：为了解决现有mesh自回归方法中表达冗余的问题，Hunyuan3D-PolyGen自研了高压缩率mesh表征技术BPT（Blocked and Patchified Tokenization）。通过Block索引和Patch压缩，大幅减少了表示相同mesh所需的Token数量，提升了模型对复杂mesh的建模能力。
强化学习后训练框架：为了提升mesh自回归生成的稳定性，Hunyuan3D-PolyGen引入了强化学习后训练框架。在预训练模型的基础上进行后训练，通过设计稳定生成和美术规范奖励来引导模型生成更高质量的结果。强化学习能有效提升模型生成“好结果”的概率，降低生成“差结果”的概率，显著提升了模型生成的稳定性。
Transformer架构：Hunyuan3D-PolyGen的自回归建模部分采用了Transformer架构。Transformer通过注意力机制能捕捉网格数据中的长距离依赖性，处理顶点和面之间的复杂关系。模型分为顶点模型和面模型两部分，顶点模型负责生成网格的顶点序列，面模型则在给定顶点序列的条件下生成网格的面序列。

Hunyuan3D-PolyGen的应用场景

UGC游戏资产生成：Hunyuan3D-PolyGen能快速生成高质量的3D模型，适用于UGC（用户生成内容）游戏开发场景。美术师可以用模型快速生成复杂的几何模型，显著提升建模效率，建模效率提升超70%。
游戏场景和角色建模：模型支持生成高分辨率、细节丰富的3D模型，能满足游戏开发中对场景和角色建模的高要求。
虚拟场景和道具生成：Hunyuan3D-PolyGen能生成复杂的几何模型，支持三边面和四边面，满足影视制作中对虚拟场景和道具的高精度需求。
动画制作：通过生成高质量的3D模型，模型可以为动画制作提供高效的建模支持，减少手工建模的时间和成本。
产品原型设计：Hunyuan3D-PolyGen能快速生成高保真的3D模型，适用于工业设计中的产品原型设计，帮助设计师快速验证设计概念。
虚拟装配与展示：生成的3D模型可以直接用于虚拟装配和展示，提升设计沟通效率。