在人工智能領(lǐng)域，2025年見證了大語言模型能力的顯著提升以及文生視頻大模型的嶄露頭角。隨著通用人工智能（AGI）目標(biāo)的逐步推進(jìn)，多模態(tài)大模型正成為市場的新焦點(diǎn)。在這場技術(shù)競賽中，騰訊憑借其在游戲領(lǐng)域的深厚積累，正全力投入3D生成技術(shù)的研發(fā)。
近日，騰訊正式推出了混元3D生成大模型的2.0版本，并同步上線了業(yè)界首個(gè)一站式、低門檻的3D內(nèi)容AI創(chuàng)作平臺——混元AI 3D創(chuàng)作引擎。這一舉措標(biāo)志著騰訊在AI 3D領(lǐng)域的又一重大突破。
據(jù)騰訊混元3D負(fù)責(zé)人介紹，混元AI 3D創(chuàng)作引擎旨在解決3D創(chuàng)作需求廣泛但制作門檻高的問題。傳統(tǒng)3D模型制作成本高昂，即使是最便宜的模型也接近百元，而高端模型甚至可達(dá)十萬元。混元3D生成大模型的推出，旨在降低這一門檻，使更多人能夠輕松進(jìn)行3D創(chuàng)作。
事實(shí)上，早在去年11月，騰訊就已發(fā)布并開源了混元3D生成大模型的1.0版本，支持企業(yè)及開發(fā)者進(jìn)行精調(diào)和部署。短短兩個(gè)月后，2.0版本的推出，顯示了騰訊在AI 3D領(lǐng)域的堅(jiān)定決心和持續(xù)投入。
與1.0版本相比，2.0版本在幾何和紋理解耦生成方面取得了顯著進(jìn)步。通過這一技術(shù)，2.0版本在生成效果上更加精細(xì)，幾何結(jié)構(gòu)更加準(zhǔn)確，紋理色彩更加豐富。這一改進(jìn)使得生成的3D模型更加真實(shí)、細(xì)膩。
混元AI 3D創(chuàng)作引擎搭載2.0版本后，用戶只需通過一句話、提示詞或圖片，即可直接生成3D模型。除了基礎(chǔ)模型生成外，該引擎還提供了3D功能矩陣、3D編輯、3D生成工作流以及創(chuàng)作素材庫等多種功能。這一平臺不僅支持專業(yè)領(lǐng)域的3D生產(chǎn)管線，如游戲開發(fā)、設(shè)計(jì)建模等，還能滿足普通愛好者的UGC 3D內(nèi)容創(chuàng)作需求。
騰訊始終將“產(chǎn)業(yè)實(shí)用”作為發(fā)展大模型的核心戰(zhàn)略?；煸竽Ｐ鸵言隍v訊內(nèi)部超過700個(gè)業(yè)務(wù)場景中落地應(yīng)用，而混元3D生成大模型也已在游戲、社交、騰訊地圖、騰訊云、機(jī)器人等多個(gè)業(yè)務(wù)場景進(jìn)行內(nèi)測。據(jù)透露，混元生成的3D質(zhì)量已能滿足部分游戲的3D資產(chǎn)標(biāo)準(zhǔn)，包括幾何布線合理性、貼圖準(zhǔn)確性與骨骼蒙皮合理性等。通過混元3D創(chuàng)作平臺的助力，騰訊游戲業(yè)務(wù)的3D資產(chǎn)制作時(shí)間成本已從5-10天級別下降到分鐘級。
游戲研發(fā)是3D模型應(yīng)用的重要場景之一。然而，市面上現(xiàn)有的AI生成3D模型在游戲研發(fā)中仍面臨諸多挑戰(zhàn)，如模型面數(shù)控制能力、布線合理性、綁定骨骼的能力以及蒙皮合理性等。這些問題導(dǎo)致大部分AI生成的3D模型無法應(yīng)用于游戲中。而騰訊混元3D生成大模型在這些方面取得了明顯改善，特別是在面數(shù)控制能力上。
騰訊游戲在研項(xiàng)目研發(fā)制作人指出，面數(shù)控制能力對游戲研發(fā)至關(guān)重要。某些游戲項(xiàng)目需要的3D模型可能只有幾千面，但一些大模型只能生成幾萬面，這會導(dǎo)致游戲無法流暢運(yùn)行。而騰訊混元團(tuán)隊(duì)能夠深入理解游戲研發(fā)的生產(chǎn)流程，針對真正痛點(diǎn)進(jìn)行研發(fā)，因此能夠在這些問題上取得顯著改善。
盡管多模態(tài)大模型領(lǐng)域的發(fā)展勢頭迅猛，但仍面臨不少挑戰(zhàn)。其中，數(shù)據(jù)不足和3D模型本身的約束較少是兩大主要問題。目前，3D模型的數(shù)據(jù)量僅有千萬量級，且尚未被充分利用。3D模型相對于其他模態(tài)的約束較少，如視頻在時(shí)間軸上雖有連續(xù)性但少有突變，這增加了模型的技術(shù)挑戰(zhàn)。
