首页 娱乐新闻文章正文

腾讯悄悄干了件大事

娱乐新闻 2025年07月27日 09:51 3 aaron

　　过去一年，行业谈论大模型创新时，普遍还是聚焦在推理能力、多模态融合这些方向，尤其是文本生成图片和视频这样的新玩法。

　　海外的 OpenAI、Google、Anthropic 动作频频，国内的阿里、腾讯、字节、快手、DeepSeek、MiniMax 等大厂和创业公司也都跟进得很积极，整个行业几乎都在围绕这些热点方向展开激烈竞争。

　　但腾讯这家公司其实挺有意思。我也是昨天才发现，虽然它在前面说到的那些热门领域也都有布局，但与此同时，它还一直闷头在一个没那么热闹的方向默默深耕——3D 生成。

　　要不是昨天和行业的同学聊天，我根本意识不到腾讯居然已经把 3D 模型的能力做到了全世界顶流的水准。不过话说回来，这也符合腾讯一贯务实低调的作风。所以，我今天必须单独写写这个模型，估计很多游戏、影视、文旅行业的同学能够用得着。

　　过去这几年，AI 内容的进化基本是从文本到图像、再到视频一路推进，2D 世界几乎都已经被 AI 啃下来了。特别是今年，我们看到行业内的图像和视频生成能力，已经远超预期，而且发展的后劲还很足。

　　但回到现实，咱们生活的世界从来都是三维的。不管现在炒得很热的具身智能，还是之前元宇宙这些前沿场景，归根结底都得落回到 3D 建模、三维理解这件事上。

　　而腾讯，这一两年，通过自家的混元 3D 模型，几乎是悄无声息地把 3D 生成这件事做到了行业前列。上周，在计算机视觉领域顶会之一的 CVPR2025 上，腾讯正式开源了混元 3D 2.1 大模型，并且是从模型权重、训练代码，到数据处理流程上全链路开源。

　　但这些模型基本都还停留在实验阶段，效果比较有限，细节、材质的质量和生成效率距离商业化落地还差得挺远，更重要的是也并未真正完全开源。所以实际用起来并不容易，开发者们想用这些模型做点具体业务、落地项目还是困难重重。

　　2024 年 11 月，腾讯发布了混元 3D 模型的初代版本（1.0），当时圈内关注的人不多，我自己也是最近回过头去补课才发现的。

　　初代模型大致能实现输入一段文本或一张图，就自动给你生成一个 3D 模型，甚至还能自动帮模型绑好骨骼，做出简单的动画效果。之前这些活基本得专门的建模师和动画师手工一点点来，现在初代版本的混元 3D 模型已经基本能帮开发者省掉不少时间。

　　重要的是，腾讯在当时就把模型完整地开源了出去，模型的权重、参数这些全都可以直接拿去用。虽然初代版本的效果肯定不能跟现在比，但它确实给当时关注 3D 方向的人带来了不小的惊喜。

　　因为在那个阶段，OpenAI、Google 这些国际 AI 明星公司，在 3D 模型的研究方向上其实已经陷入了停滞状态。结果没想到，半路突然杀出了一家中国公司，居然率先做出了线D 模型。

　　两个多月后，也就是 2025 年的 1 月，腾讯继续更新了混元 3D 模型的 2.0 版本。这次发布的 2.0 版在效果上提升得还挺明显，主要体现在两个方面：

　　一方面是模型对文本描述的理解明显精准了不少，之前版本偶尔还会出现模型和文字描述对不上号的情况，现在基本上给一段文本，它能生成的 3D 模型形状和细节都准确得多了。

　　另一方面则是几何精度，这版生成的模型细节更多、轮廓更精确，当时已经明显超过行业内能拿得出手的几个主流 3D 模型。

　　我找朋友给我解释了下，他说“几何生成”其实就是用算法自动造出三维物体的形状。可以把它想象成小时候玩橡皮泥，捏出各种小动物、房子、汽车。

　　只不过这次不是用手捏，而是让电脑自己捏，输入一段描述，模型就能凭空生成出一个 3D 模型，比如一只猫、一把椅子。这个过程中，电脑要决定每个点、每条线、每个面的具置和形状。这就是所谓的几何生成。

　　几何生成对最终 3D 生成效果的影响是决定性的。打个比方，一个 3D 物件，几何生成就是它的骨架，后面的材质和渲染就是皮肤和化妆。

　　骨架搭得好不好，直接决定了你最后能不能做出个像样的人，还是一团四不像的橡皮泥。当时 1 月发布的 2.0 模型，就在几何生成方面有质的突破。

　　与 2.0 版本同时到来的，还有混元 AI 3D 创作引擎。你可以把它理解成一个面向 3D 创作场景的 Midjourney 或者 Sora。区别在于，它不是生成一张图或者一段视频，而是可以一句话生成一个完整的三维模型，并且创作引擎提供了一站式的能力，除了生成外，还可以进行编辑，以及工作流的定制。

　　现在我再去审视，感觉腾讯应该是把他们对于 3D 内容 AI 创作这事的构想放到了这个创作引擎之中。

　　到了今年 3 月，腾讯又把混元 3D 的开源节奏往前推了一步。这次他们不是只更新主力模型，而是同时开源了五个衍生版本，全部都是基于 Hunyuan3D-2.0 打造出来的，针对不同的使用场景做了优化。

　　有的轻量化，显存要求低；有的速度特别快，可以在很短的时间内生成完整的 3D 模型；也有支持多视角输入的版本，适合用来做更复杂的结构还原。

　　4 月份腾讯继续“上新”，又把模型迭代到了 2.5 版本。这个速度，你可以看到，基本 1-2 个月一个版本，非常快。这次 2.5 版本的更新，模型架构从原来的 1B 升到了 10B 参数量，几何精度、细节密度、贴图质量都有明显提升。

　　生成的 3D 模型，不光轮廓更准、细节更丰富，还能直接带上高清纹理和凹凸贴图，光影、材质的真实感也上了一个新台阶。

　　更关键的是，这一代在动画制作场景也做了适配。骨骼系统升级后，开始支持非标准姿态下的自动 rig 和蒙皮（简单说，就是模型能自动识别骨架、贴上“皮肤”，直接进入可动状态），省掉了原本动画师要手动处理的大量复杂工作。

　　然后最近的一次升级就是开头提到的 2.1 版本。你可能会迷惑，怎么还和 OpenAI 一样，把版本号倒回去了？是这样。4 月发布的 2.5 版本，并没有开源，而是上线到了腾讯云上。而这次的 2.1 是在之前2.0 开源版的增强版，也是当前开源模型中的 SOTA。

　　2.1 最大的突破是融合了 PBR纹理生成技术。PBR（Physically Based Rendering，基于物理的渲染）在 3D 领域其实已经是行业标准，但此前自动化生成 3D 模型时，能做到高质量贴图的方案并不多见。

　　混元 3D 2.1 把 PBR 贴图纳入生成流程后，输出的 3D 模型在光影、材质、表面细节上的还原度有了明显提升，能够直接用于游戏、影视、虚拟场景等下游应用，减少了后期美术团队的重复劳动。

　　回过头来看，腾讯能把 3D 生成这条线走通，说到底还是因为它踩在了自己最熟悉的领域里，能把技术和业务结合到一起。我们都知道，游戏中，角色、场景、动画这些核心资产，全都离不开 3D。

　　AI 浪潮起来后，腾讯其实就是把自己业务里沉淀下来的关于 3D 的方法论和技术经验，直接和模型能力融合了，落地也自然而然。我一直认为，企业做事很难跳出自己的能力圈。

　　腾讯能把 3D 生成做到这个程度，本质上还是因为每一步都贴着实际需求在走。3D 模型质量越高，游戏团队越能省力，生产效率和成本都能优化下来。这和单纯做模型炫技完全不是一回事。

　　期待腾讯能继续造出来更好的 3D 模型。也许等到下一个内容产业的拐点到来时，3D 生成的突破会成为那个决定格局的关键变量。

标签： 腾讯新闻

相关文章

发表评论

智杖百科 备案号：皖ICP备2023023635号 由智杖百科 由xml | 由txt