迈向高保真与工业化：混元 3D 生成大模型从理论到实践的 SOTA 之路｜AICon 上海

来源：InfoQ

作者 | AICon 全球人工智能开发与应用大会

当前，以 Agent 为核心的新一轮技术浪潮正在席卷产业。那么，世界模型的下一个突破在哪？Agent 从 Demo 到工程化还差什么？研发体系不重构，还能撑多久？

6 月 26 日 -6 月 27 日，AICon 全球人工智能开发与应用大会 将在上海举办。本次大会将围绕以上问题，邀请来自腾讯、阿里、快手、华为、飞猪等 50+ 头部企业的技术负责人、高校与科研机构的一线专家，分享 Agent 在真实生产环境中的落地经验与前瞻思考。深入探讨 Agent 从原型到量产的工程挑战、数据与记忆的基础设施底座、安全可信的落地保障，以及大模型推理优化、智算架构升级等关键命题。

混元资深技术专家杨祥辉已确认出席 “人工智能前沿技术探索” 专题，并发表题为《迈向高保真与工业化：混元 3D 生成大模型从理论到实践的 SOTA 之路》的主题分享。3D 资产是游戏、影视、工业设计等数字内容产业的刚需，但传统 3D 建模存在门槛高、周期长（单模型平均 7 天）、成本昂贵（百元至万元）的核心痛点。腾讯混元 3D 生成大模型致力于通过 AIGC 技术重塑 3D 内容生产管线。本次演讲杨祥辉将深度解析如何通过三大核心技术突破实现 SOTA 效果。

杨祥辉，目前任职于腾讯 TEG，专注于 3D 生成大模型的研发与落地。作为腾讯混元 3D 生成大模型的核心研发成员，深度参与了从混元 3D 1.0 到 3.0 的全系列模型迭代，主导了包括几何基模、纹理基模等多个关键模块的技术演进与工程化实现。在研发中，攻克了高分辨率 3D 表征、高效 3D 稀疏 VAE 解码、PBR 材质生成、美术级智能拓扑等多个技术挑战，推动模型效果达到业界 SOTA。相关成果已成功落地于多个腾讯内部业务，并通过开源（GitHub Star >2.8 万，HuggingFace 下载量超 300 万）及开放平台赋能超过 150 家行业标杆客户，显著降低了 3D 内容创作门槛。研究方向覆盖 3D 生成、多模态理解与生成、AI for Content Creation。他在本次会议的详细演讲内容如下：

演讲提纲：

• 引言：3D AIGC 的机遇与工业级挑战

• • 3D 内容的稀缺性与生产瓶颈数据分析

  • 从“能生成”到“好用、可用、可落地”的鸿沟：精度、可控性、美术规范

• 核心突破一：超高清 3D 几何生成的架构演进

• • 数据瓶颈：如何构建支持超高分辨率的 3D 数据管线？

  • 表征瓶颈：高效稀疏 3D-VAE 解码器的设计，如何将解码效率提升、最大 Token 数提升？

  • 生成瓶颈：3D-DiT 模型的设计理念与实现，如何解决整体结构、表面规整与局部细节的优化冲突？

• 核心突破二：面向真实渲染的材质生成

• • 从 RGB 贴图到 PBR 材质：为何这是逼真渲染的必由之路？

  • 业界首个多视图 PBR 生成框架详解：如何端到端建模法线、粗糙度、金属度等多通道？

• 核心突破三：达到游戏美术标准的生成与后处理

• • 智能拓扑：自研 Mesh 表征 BPT 如何将表征 Token 压缩 74%，支持 2 万 + 面数建模

  • 组件化生成：业界首个原生 3D 分割模型 (P3-SAM) 与多组件 Diffusion 架构，如何实现高精度自动拆件？

• 踩坑与反思：高精度数据获取、算法效率与质量的权衡、与专业工具的兼容性等实践挑战

听众收益：

• 获得一套完整的工业级 3D AIGC 技术体系认知：听众将深入了解一个顶级 3D 生成大模型（混元 3D）从技术选型、核心模块创新（几何、纹理、拓扑）到大规模业务落地的全链路设计思路与踩坑经验

• 掌握 3D 生成领域的关键技术突破与前沿方向：深入理解超高分辨率 3D 表征、PBR 材质生成、符合美术规范的 Mesh 生成等核心挑战的解决方案，把握从“可用”到“好用”的技术发展趋势，提升在多媒体、游戏、机器人仿真等领域的技术视野与判断力

• 借鉴头部企业的开源与生态建设策略：了解腾讯混元 3D 如何通过持续开源构建开发者社区、扩大行业影响力的实践，以及如何通过技术开放平台赋能游戏、3D 打印、设计等跨行业客户，为技术产品的商业化与生态化运营提供思路

除此之外，本次大会还策划了 端侧 AI、物理与数字空间智能化、世界模型与多模态智能突破、Agent 架构与工程化实践、Agent 安全与可信治理、企业级研发体系重构、AI 原生数据工程、AI 时代的个人提效与组织变革 等 14 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+ 资深专家在现场带来前沿技术洞察和一线实践经验。