AI大模型“戰火”燒到了教育領域
作者：劉曠自2023年開年以來，AI大模型這股風是越吹越猛烈了。隨著ChatGPT的出圈爆火，再度掀起了一波AI熱浪，無論是在國內還是國外都有不少企業宣布入局或者跟進AI大模型領域。與
7 月 7 日消息，從騰訊混元公眾號獲悉，業界首個美術級 3D 生成大模型 Hunyuan3D-PolyGen 今日正式發布。
該模型結合自研高壓縮率表征 BPT 技術，可生成面數達上萬面的復雜幾何模型，布線精度更高，細節更豐富，同時支持三邊面和四邊面，滿足不同專業管線需求。基于此，混元 3D 資產可無縫應用于 UGC 游戲資產生成，顯著提升美術師建模效率。
目前，這一技術及能力已上線騰訊混元3D AI創作引擎，并集成到騰訊多個游戲管線，助力美術師建模效率提升超 70%。據官方介紹，模型主要是為解決 3D 資產生成中布線質量和復雜物體建模的難題，提升美術師建模效率。
官方提供了幾組輸入圖和輸出效果如下（每組上為演示圖，下為輸出效果）：
據介紹，當前 3D 生成算法在幾何建模方面已有顯著進展，但生成結果與美術制作的專業標準仍有明顯差距，難以直接應用于游戲開發等專業管線。
Hunyuan3D-PolyGen 采用自回歸網格生成框架，通過顯式、離散的頂點與面片建模，進行空間推理，生成高質量、符合美術規范的 3D 模型。其核心框架包括以下三個步驟：
網格序列化：將網格的頂點和面片轉化為 Token 序列，用以表示 Mesh 結構。
自回歸建模：以點云作為輸入 Prompt，利用自回歸模型生成 Mesh 的 Token 序列。
序列解碼：將生成的 Token 序列反向解碼為頂點與面片，重建 3D 網格。
騰訊研發了 mesh 自回歸的強化學習后訓練框架，在預訓練模型的基礎上進行后訓練，設計穩定生成和美術規范獎勵來引導模型生成更好的結果。通過強化學習，可以提升模型生成“好結果”的概率，降低模型生成“差結果”的概率，從而提升了模型生成的穩定性。
本文鏈接：http://www.rrqrq.com/showinfo-45-14464-0.html騰訊混元推出業界首個美術級 3D 生成大模型 Hunyuan3D-PolyGen，建模效率提升超七成
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號