智东西

作者 | 江宇

编辑 | 漠影

智东西6月16日报道，腾讯混元团队于6月14日正式开源了其混元3D 2.1大模型。

这款模型作为首个全链路开源的工业级3D生成大模型，其核心在于对3D资产生成流程的全面优化，尤其是在几何质量和材质表现上的提升，并首次开放了PBR（基于物理的渲染）材质生成能力。

一、几何更细腻，材质更逼真

混元3D 2.1在混元3D 2.0的基础上，优化了“几何-纹理解耦”架构，这使得模型在处理3D资产时，兼具形态细节和视觉表现。

1. 几何生成：基于DiT架构的细节建模优化

混元3D 2.1的几何生成能力，得益于其采用的DiT（Diffusion Transformer）几何架构。这一架构进一步优化了3D网格细节建模能力。

无论结构轮廓还是微观纹理，该模型都能输出更高精度、形状一致性的网格，为后续材质渲染打下高质量基础。

2. 纹理生成：引入PBR材质，实现光学效果

混元3D 2.1在开源模型中首次集成了PBR（Physically Based Rendering）纹理生成技术，通过多视图生成、逆渲染和贴图技术的协同作用，该模型不再仅仅生成简单的RGB颜色贴图，而是能够输出一套完整的PBR纹理。这些纹理包括：

• 基础颜色贴图（Albedo/Base Color）：还原物体最原始的颜色信息。
• 金属度贴图（Metallic）：区分材质的金属属性，影响光线的反射方式。
• 粗糙度贴图（Roughness）：模拟表面微观结构，决定光线散射的程度，直接影响材质的光泽感。

这些PBR贴图通过模拟光线与材质的物理交互，能够真实还原皮革、木质、金属、陶瓷等多种复杂材质的固有属性。

与传统的RGB贴图相比，PBR技术能够确保模型在不同光照环境下呈现出始终如一的视觉效果。

用户盲测数据显示，混元3D 2.1生成的PBR纹理在质感表现上，胜出传统RGB贴图的比例高达78%。

PBR材质的标准化特性，也使其能够无缝兼容Unreal Engine、Unity等主流渲染引擎，可大幅提升3D资产的跨平台适配与工业落地效率。

三、混元3D经三轮迭代，代码、权重、流程全面开放

目前，开发者不仅可以获得模型权重，还能接触到完整的训练代码和数据处理流程。

这种开放度允许用户根据自身需求进行微调、二次训练或深度优化，满足定制化的开发需求，也为学术研究提供了平台。

在部署方面，混元3D 2.1支持消费级显卡运行，并在GitHub等开源社区提供了使用教程，降低了应用门槛。

自2024年11月首次开源3D生成模型以来，混元3D持续迭代：

• 2025年1月，混元3D 2.0在文本一致性与几何精度上有所提升，其技术报告详细阐述了其扩散模型应用于高分辨率纹理和大规模形状生成方面的技术细节。
• 3月，一次性开源了5款3D生成模型，将资产生成效率提升至秒级。
• 4月，混元3D 2.5模型将精度提升了超过10倍，使其进入超高清时代。

此外，混元3D团队还发布了3D AI创作引擎。该引擎具备文生、图生以及多视图输入功能，并加入了智能拓扑能力——通过自回归技术，能够生成拓扑结构接近手工布线的低模。

同时，该引擎整合了多套针对3D设计师需求的专业工作流，覆盖角色/道具设计等场景，充分满足游戏开发、动画影视及3D打印等专业领域的需求。

目前，混元3D模型在Hugging Face平台的下载量已突破180万次，在全球开源社区中保持高活跃度。

四、实际体验：上传图片，一键生成手办3D模型

智东西第一时间在混元3D AI创作引擎（混元3D-V2.5）上进行了体验，将图片导入后，即可生成3D模型。

用户仅需上传符合规格的图像，即可自动生成3D模型。平台支持上传PNG、JPG、JPEG、WebP格式，最大10M，最低分辨率128×128，建议背景纯色、单一主体、无文字干扰。

参考图：

在上传参考图后，用户可选择是否生成PBR贴图，生成流程约耗时180秒，最终导出可在3D引擎中直接调用的模型资产。

效果模型：

用户还可以通过绑定骨骼来驱动动作，生成3D动画。在体验过程中，智东西选择了摔倒动作，此外，还可以选择挥击、跳舞等其他动作。

3D动画展示：

结语：国产3D生成模型，开始接近“能用”的标准

混元3D 2.1在其开源体系中首次加入PBR材质生成能力，使国产3D模型在几何和纹理两个维度上进一步靠近工业制作标准。

相比传统RGB贴图，也让该模型在游戏、影视等场景中的应用可能性上了一个台阶。

不过，“能用”的判断不仅取决于生成效果本身，更取决于它能否融入真实生产链条、适配行业工具与流程规范。对国产3D模型来说，从参数升级到产业嵌入，是接下来更艰难的一段路。