Tencent、高品質3D生成モデル「Hunyuan3D 2.0」をオープンソース公開

Hunyuan3D 2.0 は、Tencent がオープンソースで公開した高品質な 3D アセット生成システムです。1 枚の 2D 画像を入力するだけで、高精細なテクスチャが付いた 3D メッシュを復元できます。

何ができるのか

従来の画像から 3D を生成する手法の多くは、形状とテクスチャを同時に推定しようとするため、メッシュ表面が歪んだり、テクスチャがぼやけたりしやすい難点がありました。

Hunyuan3D 2.0 はこの工程を 2 段階に切り離しています。前半では Flow Matching ベースの Diffusion Transformer モデル「Hunyuan3D-DiT」が幾何学的な白モデルのみを生成し、入力画像との正確なアライメントを確保します。

後半ではテクスチャ合成専用の「Hunyuan3D-Paint」が、幾何情報と拡散モデルの事前知識を活かして鮮明なテクスチャマップをメッシュに焼き付けます。

この分離構造により、画像からの完全生成だけでなく、既存のモデリングソフトで作った手作りの白モデルを入力してテクスチャだけを自動生成させることも可能です。制作プラットフォーム「Hunyuan3D-Studio」も用意され、編集やアニメーション付けの作業も支援します。

性能とセットアップ

ベンチマークにおいて、Hunyuan3D 2.0 は CMMD（3.193）や FID、CLIP-score などで既存のオープンソースおよび商用モデルを上回るスコアを記録し、ディテールの忠実度を高めています。

コードとウェイトは Hugging Face および GitHub で公開されており、DiT 形状生成、Paint テクスチャ生成、さらに不要な陰影を除去する Delight モデルが揃っています。

diffusers 風の Python API から呼び出せるほか、出力メッシュは glb や obj 形式で保存できます。ローカルで手軽に試せる Gradio ベースの Web UI も用意されています。

セットアップ時にはカスタムラスタライザやレンダラーのコンパイルが必要になるため、ある程度余裕のある GPU 環境が推奨されます。今後は ComfyUI ノードや TensorRT 版の提供も予定されています。

なぜ重要か

インディーゲーム開発者や 3D モデラーにとって、ローカル環境で動く実用的なアセット生成の選択肢が手に入った意味は大きいです。特に手作りのモデルに自動でテクスチャを貼れる機能は、面倒な UV 展開やペイント作業を大幅に省き、既存のワークフローにそのまま組み込めます。

Tencent が形状と質感を切り離して提供したアプローチは非常に合理的です。一発生成のブラックボックス型ツールよりも、工程ごとに使える柔軟なパイプラインのほうが、実際の制作現場で重宝されるはずです。