騰訊開源混元3D 2.0：解耦形狀與紋理，單圖生成高精3D資產

混元3D 2.0（Hunyuan3D 2.0）是騰訊開源的大規模 3D 資產生成系統。給它一張 2D 參考圖，它就能快速還原出帶有高精貼圖的完整 3D 網格模型。

它能做什麼

以往很多 3D 生成模型把幾何外形和表面貼圖混在一起處理，結果往往是模型結構坑窪不平，貼圖解析度也很低。

混元3D 2.0 把整個過程拆成了兩個獨立階段。第一階段先用基於 Flow Matching 的 Diffusion Transformer 模型 Hunyuan3D-DiT 生成乾淨的幾何白模，專注把控形體以及和輸入影像的對齊。

第二階段則交給紋理合成模型 Hunyuan3D-Paint。它結合了幾何先驗和擴散模型能力，專門給生成的白模烘焙高畫質晰度、色彩鮮豔的表面紋理。

這種解耦設計帶來了一個額外優勢：除了單圖生成完整 3D 資產，你還能把自己在建模軟體裡手繪好的無貼圖白模導給它，讓它單獨充當自動貼圖工具。系統還配套了 Hunyuan3D-Studio 製作平臺，方便後續做二次編輯和動作繫結。

效果與怎麼跑起來

在公開評測中，混元3D 2.0 的 CMMD 達到 3.193，在 FID 和 CLIP-score 等指標上均優於現有的主流開源與閉源方案，對輸入影像的還原度和細節精度都更高。

目前騰訊已將模型權重和推理程式碼開源在 Hugging Face 與 GitHub，包含了 DiT 形狀生成器、Paint 紋理生成器以及用於去除光影的 Delight 模組。

程式碼提供了類似 diffusers 的 Python API 介面，生成的網格可以直接匯出為 glb 或 obj 格式。不想寫指令碼的使用者也可以通過本地執行 Gradio 指令碼啟動網頁端介面。

需要注意的是，環境安裝需要本地編譯自定義光柵化器和可微渲染器的 C++ 擴充套件，對本地視訊記憶體有一定要求。官方表示後續還會推出 ComfyUI 節點和 TensorRT 加速版本。

為什麼重要

對於獨立遊戲開發者、3D 列印玩家和數字藝術家來說，混元3D 2.0 極大降低了高質量 3D 資產的原型製作門檻。尤其是直接給自建白模貼圖的能力，能無縫切進現有的建模工作流，省去大量繁瑣的展 UV 和手繪貼圖時間。

我們認為，騰訊把幾何與材質分步拆解的做法非常聰明。業內很多一鍵生成工具出來的資產根本沒法進引擎二次使用，而混元3D 2.0 的模組化設計讓每個環節都能融入既有管線，這種實用性遠比盲目追求一鍵成型走得更遠。