腾讯开源混元3D 2.0：解耦形状与纹理，单图生成高精3D资产

混元3D 2.0（Hunyuan3D 2.0）是腾讯开源的大规模 3D 资产生成系统。给它一张 2D 参考图，它就能快速还原出带有高精贴图的完整 3D 网格模型。

它能做什么

以往很多 3D 生成模型把几何外形和表面贴图混在一起处理，结果往往是模型结构坑洼不平，贴图分辨率也很低。

混元3D 2.0 把整个过程拆成了两个独立阶段。第一阶段先用基于 Flow Matching 的 Diffusion Transformer 模型 Hunyuan3D-DiT 生成干净的几何白模，专注把控形体以及和输入图像的对齐。

第二阶段则交给纹理合成模型 Hunyuan3D-Paint。它结合了几何先验和扩散模型能力，专门给生成的白模烘焙高清晰度、色彩鲜艳的表面纹理。

这种解耦设计带来了一个额外优势：除了单图生成完整 3D 资产，你还能把自己在建模软件里手绘好的无贴图白模导给它，让它单独充当自动贴图工具。系统还配套了 Hunyuan3D-Studio 制作平台，方便后续做二次编辑和动作绑定。

效果与怎么跑起来

在公开评测中，混元3D 2.0 的 CMMD 达到 3.193，在 FID 和 CLIP-score 等指标上均优于现有的主流开源与闭源方案，对输入图像的还原度和细节精度都更高。

目前腾讯已将模型权重和推理代码开源在 Hugging Face 与 GitHub，包含了 DiT 形状生成器、Paint 纹理生成器以及用于去除光影的 Delight 模块。

代码提供了类似 diffusers 的 Python API 接口，生成的网格可以直接导出为 glb 或 obj 格式。不想写脚本的用户也可以通过本地执行 Gradio 脚本启动网页端界面。

需要注意的是，环境安装需要本地编译自定义光栅化器和可微渲染器的 C++ 扩展，对本地显存有一定要求。官方表示后续还会推出 ComfyUI 节点和 TensorRT 加速版本。

为什么重要

对于独立游戏开发者、3D 打印玩家和数字艺术家来说，混元3D 2.0 极大降低了高质量 3D 资产的原型制作门槛。尤其是直接给自建白模贴图的能力，能无缝切进现有的建模工作流，省去大量繁琐的展 UV 和手绘贴图时间。

我们认为，腾讯把几何与材质分步拆解的做法非常聪明。业内很多一键生成工具出来的资产根本没法进引擎二次使用，而混元3D 2.0 的模块化设计让每个环节都能融入既有管线，这种实用性远比盲目追求一键成型走得更远。