腾讯混元开源 Hunyuan3D-1.0：首个同时支持文生和图生的 3D 开源大模型

GoodNav 11 月 5 日报道，腾讯混元今天推出了 Hunyuan3D-1.0 大模型，官方称其为首款同时支持文本生成与图像生成的 3D 开源大模型。

该模型采用两阶段的生成策略，官方表示在确保质量和可控性的前提下，仅需 10 秒便可生成 3D 资产：

• 首先，团队使用了一种多视角扩散模型，轻量版模型大约能在 4 秒内生成多视角图像。这些图像从多个角度捕获了 3D 资产的丰富纹理和几何信息，将任务从单视角重建扩展到多视角重建。

• 接着，团队引入了一种前馈重建模型，利用第一阶段生成的多角度图像。该模型能在约 3 秒内快速且准确地重建 3D 资产。重建模型学习处理多视角扩散所带来的噪声与不一致性，并利用条件图像中的信息高效恢复 3D 结构。

• 最终，该模型能够对任何单视角输入进行三维生成。

官方表示，该模型在泛化能力和可控性方面表现出色，能够重建各种尺度的物体，从大型建筑到小型工具与花草。

相关链接如下：

• Github：https://github.com/Tencent/Hunyuan3D-1

• Huggingface：https://huggingface.co/tencent/Hunyuan3D-1

• 研究论文：https://3d.hunyuan.tencent.com/hunyuan3d.pdf