騰訊重磅發布!業界首個美術級3D生成大模型誕生,游戲開發迎來范式變革 原創
騰訊混元推出業界首個美術級3D生成大模型,建模效率提升70%!這對數字內容生產行業將產生哪些影響?
?
7月7日,騰訊混元正式推出Hunyuan3D-PolyGen,這是業界首個能達到專業美術生產要求的3D生成大模型。
?
?
長期以來,3D資產生成面臨著布線質量不佳、復雜物體建模困難等諸多痛點,AI生成的3D模型看似完整,但因布線混亂、細節粗糙,實際無法直接用于游戲或影視制作。這些問題嚴重制約了3D內容創作的發展。
?
?
該模型則解決了這些長期困擾行業的痛點。Hunyuan3D-PolyGen通過自研的BPT(高壓縮率表征)技術,首次實現了萬面級復雜模型的“開箱即用”精度,并同時支持三邊面和四邊面拓撲結構,能無縫接入Maya、Blender等專業工具。
?
以生成機械龍模型為例:龍鱗需要密集三角面保證銳利感,翅膀薄膜則需四邊面實現平滑延展。傳統工具只能統一面片類型,導致模型要么僵硬要么容易破面。Hunyuan3D-PolyGen的自適應面數分配技術能智能處理不同區域:在關節轉折處加密三角面強化結構,在弧形表面采用四邊面提升流暢度,甚至在低面數下也能保留雕刻級細節。
?
模型的工作流程分為三個階段。具體來說,首先將網格的頂點和面片轉化為Token序列,用以表示Mesh結構;然后利用自回歸模型,以點云作為輸入Prompt,生成Mesh的Token序列;最后將生成的Token序列反向解碼為頂點與面片,重建3D網格。
?
?
為了解決現有mesh自回歸方法中表達冗余的問題,Hunyuan3D-PolyGen自研了高壓縮率mesh表征技術BPT(Blocked and Patchified Tokenization)。通過Block索引和Patch壓縮,大幅減少了表示相同mesh所需的Token數量,提升了模型對復雜mesh的建模能力。
?
而針對AI生成質量不穩定的問題,騰訊開發了強化學習后訓練框架:當模型生成符合美術規范的優質結果時給予正向反饋,出現破面或非法拓撲則進行修正。經過數億次訓練,模型生成可用結果的概率得到大幅提升。
?
Hunyuan3D-PolyGen模型的發布,為游戲、影視、設計等多個領域帶來了全新的創作可能,這極大推動了UGC(用戶生成內容)生態。
?
這意味著,過去生成10個模型要手動調整9個,現在9個能直接導入引擎,只需微調1個。
?
這意味著在游戲開發領域,它能夠無縫應用于UGC游戲資產生成,顯著提升美術師的建模效率。以往,美術師需要花費大量時間和精力在復雜的建模和貼圖工作上,而現在,借助Hunyuan3D-PolyGen模型,他們可以更加專注于藝術創作,快速生成高質量的3D模型,大大縮短游戲開發周期。
?
當然,新技術的普及也伴隨挑戰。AI生成模型的版權以及藝術風格趨同化問題將是未來使用AI工具時將面臨的主要問題。
?
隨著該模型接入騰訊混元3D創作引擎,行業工作流正在重構。技術的價值或許正在于拓展了創造力的邊界。
?
