騰訊混元3D，AI平權讓人人成了“造物者”

原創贊收藏評論

舉報 2025-05-12

掃描,分享朋友圈

“造物者”并非一定就是神學，今天，AI也可以顛覆你的想象空間！

一個簡單的例子是，打開騰訊混元3D版本生成界面，輸入“充滿戰斗力的人物英雄”——30秒后，4套完整3D模型隨即清晰可見，附帶骨骼綁定和力量動畫。

確實有這么快和逼真，用騰訊3D混元，或許你甚至不用成為專業的設計師，也能得到想要的3D圖紙和動畫設計。

這究竟是如何實現的？

實際上，這種能力源于騰訊混元3D所開放的智能AI生產能力，數字平權下，每個人好像都可以是“造物者”。

無獨有偶，近期，騰訊混元3D又迎來了再次升級，從 v2.0 版本到 v.2.5 版本，據騰訊宣稱 v2.5 版本在建模精細度上得到了大幅提升。

由此可見，騰訊的多模態Agent商業應用落地正在做加速度了。

—

快、真，騰訊混元3D解放想象力

3D技術由來已久，從20世紀開始，3D打印就被應用到工業設計中，不過彼時人類掌握的3D能力，既面臨速度效率上等等困擾，也有成本和質量上的不堪。

“不成型的模樣和反復地加工調試修改”，幾乎是常態。

但在通用人工智能時代，3D模型技術徹底變了，這里，可以暫且將其比喻為一種功能革命，即從解耦生成與全鏈路生產力。通俗地理解，就是3D從諾基亞時代橫跨到了iPhone4時代。

其中，諸多內卷的大模型里，騰訊3D混元似乎更具實力。3月，一份來自全球知名AI模型評測平臺Chatbot Arena公布的最新排名顯示，騰訊混元成為唯二刷新榜單的大模型之一，首次闖入全球Top 15。

能取得不錯的成績，騰訊3D混又是如何做到的？

不妨來從測試體驗中尋求答案。先以有著全中國最為復雜城市建筑結構的重慶為例，將這座3D魔幻城市的地標樓體嵌入其中進行3D生成。

體驗鏈接：https://3d.hunyuan.tencent.com/

開源地址：https://huggingface.co/spaces/tencent

（1）選擇→重慶來福士地標圖

（2）進行圖生3D操作輸入

（3）輸出圖

因此，可以得出一個結論：城市夜景燈色效果得到遷移，建筑物體結構和細節之處的紋路被以肉眼可見的清晰度復制，即便是旁邊的游客，也形成與之呼應的仿真人物。山城重慶的立體美感在騰訊混元3D大模型上得到淋漓盡致地展現。

接下來選擇一個最近網絡上很有人氣的大橘為例。

（1）輸入文字指令

（2）輸出

生成出來的大橘在法線圖，眼睛、身軀、胡須等方面都有非常清晰的輪廓和細節結構。

體驗后的感受并不復雜，一是很快，二是很逼真。快能解決創作者的時效痛點，逼真則源于對質量的要求。混元3D的核心差異化，恰好就在于其“幾何與紋理解耦生成”的技術架構，換句話講，幾何大模型（Hunyuan3D-DiT）專注物體結構與空間邏輯，能高效、精準模擬出工業級精度。

再舉個案例，某新能源車企測試顯示，其生成的齒輪組模型齒距誤差僅0.03毫米，可直接用于物理仿真。而紋理大模型（Hunyuan3D-Paint）則像數字世界的“材質魔術師”，訓練數據包含8.7億張微觀攝影圖，能還原鐵銹氧化痕跡甚至織物纖維斷裂細節。

這種分工模式帶來的質變，在游戲行業同樣也很顯著。對于一些游戲研發者而言，過去制作一個符合行業標準的3D角色需5—10天，現在AI生成框架加人工微調僅需1～2天。更關鍵的是“智能面數分配”：系統自動將50%面數集中于角色面部，30%用于上半身，下肢僅占20%——這與資深美術師的經驗完全一致。

從每一位使用者的感知看，騰訊3D混元帶來的最大不同是體驗平民化，讓3D模型從專業工具到簡易型的全民創作。從產品使用角度看，有3個功能變化是能佐證這一觀點的：

①　多視圖輸入：上傳2—4張圖片，AI自動補全被遮擋區域，解決傳統建模需多角度拍攝的繁瑣；

②　智能減面：將模型面數從數千優化至數百，并保持細節平滑，移動端渲染效率提升多倍；

③　骨骼綁定自動化：上傳模型即可一鍵生成跑步、揮手等預設動畫。

也正因如此，一些獨立開發者才在試用混元3D制作休閑游戲道具后感嘆：“過去外包一個Q版角色要花3000元，現在AI生成加微調成本不到100元。”

而這種技術平權，正在打破不少行業形成的資源壟斷格局。

—

萬億參數底座上構建的AI能力

騰訊混元3D所帶來的快和逼真的極致體驗，其背后并非只是產品優化現象，往深處扒不難發現，它植根于騰訊混元大模型的萬億級參數土壤。在早前的中文大模型競技場CLUE評測中，該模型的空間推理能力超過GPT-4 Turbo，處理“設計可折疊太空咖啡杯”等復雜指令時展現出工程化思維。

公開資料顯示，支撐這一切的是騰訊特有的混合專家模型（MoE）架構，據悉該架構擁有3890億參數規模，推理成本較稠密模型降低70%，再配合星脈高性能計算網絡，借助自研AngelPTM框架，訓練速度達主流框架2.6倍，由此，騰訊混元3D模型逐步形成了數據飛輪效應，即用戶生成的3D模型持續反哺訓練，最終建立其技術護城河。

此前的騰訊財報數據顯示，公司2024年研發投入達706.9億元，資本開支同比增長221%至767億元，創歷史新高。按目前升級后的模型測試結果看，可以推斷出騰訊在大模型方面的投入無疑相當大。

不過騰訊的野心不止于工具輸出。

自2024年11月開源Hunyuan3D-1.0以來，GitHub星標數三個月破萬，8000余家開發機構接入；2.0版本則進一步開放幾何/紋理模型權重，開發者可自由組合生成管線；而2.5版本在建模精細度上進一步大幅提升，有效幾何分辨率達到1024，從標清升級到了高清畫質。另外，在模型架構上，混元3D v2.5總參數量從1B提升至10B，有效面片數增加超10倍，同時免費生成額度翻倍，提升至每天20次。

由此可見，騰訊的“訓練推理參數”與“開源換生態”的雙向策略，與AWS早期路徑如出一轍。更深遠的布局在于數據標準。當數百萬開發者使用混元3D輸出HMF格式文件時，騰訊悄然成為3D內容交互的事實標準制定者——這正是其在大模型競賽中的關鍵籌碼。

有消息稱，騰訊近期還針對混元大模型的研發體系進行了全面重組，主要圍繞算力、算法和數據三大核心板塊刷新團隊部署，加碼研發投入。

此次調整后，騰訊的數據和平臺底座能力將得到明顯加強。例如，大語言模型部和多模態模型部，分別負責探索大語言模型和多模態大模型的前沿技術，持續迭代基礎模型，提升模型能力。同時進一步加強大模型數據能力和平臺底座建設，其中數據平臺部專注大模型數據全流程管理與建設，機器學習平臺部則聚焦機器學習與大數據融合平臺建設，為AI模型訓練推理、大數據業務提供全面高效的PaaS平臺底座，共同支撐騰訊混元大模型技術研發。

長遠看，混元3D的創新，最終還是要體現在商業應用和回報上，這是每一家AI公司在大模型發展道路上不約而同的訴求。

—

走向更縱深的3D商業場景

馬化騰曾稱，“我們相信這些加大的投資，會通過提升廣告業務的效率及游戲的生命周期而帶來持續的回報，并隨著我們個人AI應用的加速普及和更多企業采用我們的AI服務，創造更長遠的價值。”

我們可以試圖簡單地理解這句話，騰訊通過對混元3D模型的持續升級和投資，并推動更多客戶的使用，從而為騰訊帶來在AI端業務的增長動力。

目前，騰訊混元大模型已在700 多個內部場景中得到部署，同時考慮到騰訊正積極整合前沿開源生態系統，待下一季度財報出爐時，或將更能顯著的看見混元3D為公司業務帶來的有利變化。

即便從長期看，全球3D建模市場規模也足夠大，據國際數字內容協會統計，這一單一市場將在2025年突破210億美元。混元3D的商業化路徑也初見端倪。

短期內，混元3D或主要以企業API調用和企業訂閱制為主，長期看，工業、游戲等成為大模型落地的香餑餑行業，以游戲行業為例，中小團隊憑混元3D工具可以很快實現“創意平權”，而國內又有百萬級游戲從業者，背后是百億乃至千億級的市場。

如果將目標放至蛋糕紅利更大的自動駕駛領域，混元3D的商業應用價值在于，通過3D物理虛擬模擬車禍、極端天氣等罕見路況來驅動車企的成本下降和算法迭代，能夠幫助廠商們改進產品技術和服務質量。其內在邏輯是，兩者之間完全是一種互補關系，一方面車企很難在現實中采集到全面、多樣的訓練數據，AI生成的3D模型卻能夠補充這種能力。