8月15日，騰訊混元團(tuán)隊推出了3D世界模型的Lite版本。相較于以往26GB的顯存需求，此次通過引入動態(tài)FP8（8位浮點格式）量化技術(shù)，將顯存需求直接降至17GB以下，消費(fèi)級顯卡也能流暢運(yùn)行。

此前，騰訊混元3D世界模型的FP32版本雖能完整保留所有細(xì)節(jié)，但顯存占用極高——其參數(shù)可能超過十億個，通常需要配備大容量VRAM的GPU來提升推理速度，因此消費(fèi)級顯卡根本無法支持。

簡單來說，F(xiàn)P32、FP16、FP8代表不同的「精度等級」。過去采用高精度的FP32技術(shù)時，雖能實現(xiàn)極高的精度還原，卻會占用大量顯存，還可能保留不必要的細(xì)節(jié)（例如背景的天空貼圖等其實并不需要如此精雕細(xì)琢）。

而此次動態(tài)FP8量化技術(shù)的核心，在于能實時監(jiān)測模型運(yùn)行時的數(shù)據(jù)分布，并針對不同模塊進(jìn)行動態(tài)適配：大部分關(guān)鍵區(qū)域采用FP16精度，像上述背景貼圖等非關(guān)鍵部分則動態(tài)調(diào)整為FP8精度。

這一技術(shù)大幅降低了顯存占用，雖然在部分區(qū)域適當(dāng)降低了精度，卻讓個人玩家也能輕松使用3D世界模型。

騰訊混元3D重塑3D建模流程

騰訊混元 3D 世界模型是行業(yè)內(nèi)首個開源可編輯的世界生成模型，能根據(jù)用戶提供的圖片或文字信息，直接生成完整、可編輯且可交互的世界模型，可直接應(yīng)用于游戲開發(fā)、特效制作、教育仿真等場景。

圖源：騰訊混元3D官網(wǎng)

與騰訊混元模型此前的 3D 模型 AI 生成功能相比，此次推出的 3D 世界模型生成的內(nèi)容更為豐富，涵蓋環(huán)境風(fēng)格、室內(nèi)外場景、光線渲染等多個因素。傳統(tǒng) 3D 場景開發(fā)耗時極長，僅一個主要建筑物場景就可能耗費(fèi)數(shù)周甚至更久，而這種一鍵生成式場景所帶來的效率提升，完全超出了用戶的想象。

那么，面對如此復(fù)雜的場景開發(fā)，混元 3D 世界模型是如何快速生成 360° 沉浸式視覺空間的呢？

從混元世界模型 1.0 的模型架構(gòu)來看，全景世界圖像生成技術(shù)作為連接文字、圖片與世界的統(tǒng)一代理系統(tǒng)，會先生成初始化世界的全景圖，從而實現(xiàn) 360° 的全覆蓋場景。

圖源：騰訊混元3D官網(wǎng) 混元世界模型 1.0 的模型架構(gòu)

隨后，系統(tǒng)會將整個 3D 世界解構(gòu)為不同的清晰層級，例如前景與背景、海洋與地面、地面與天空等，再基于這些層級進(jìn)行 3D 世界重建，最終形成 3D 世界模型。

相較于傳統(tǒng) 3D 場景開發(fā)中每個細(xì)節(jié)都需精雕細(xì)琢、耗費(fèi)大量時間和人力資源的情況，這種一鍵生成式場景不僅能節(jié)省大量時間，還能輸出標(biāo)準(zhǔn)化的可漫游 3D Mesh 資產(chǎn)，兼容 Unity、Unreal Engine 等工具。

而且，生成內(nèi)容的精度已達(dá)到可直接使用的水平：前景內(nèi)的注意力區(qū)域細(xì)節(jié)呈現(xiàn)到位，背景與前景分離度足夠，未出現(xiàn)界限不清晰、光影模糊等問題。

但在官網(wǎng)體驗混元 3D 世界模型后會發(fā)現(xiàn)，它無法完全還原文字中的所有要求，只能還原大致的場景需求、光影顏色以及前景區(qū)域的細(xì)節(jié)。

例如，下圖對應(yīng)的文本要求中提到了機(jī)械世界、機(jī)器人等元素，但這些都未在生成的場景中呈現(xiàn)。系統(tǒng)只是提煉了與構(gòu)建大體世界場景相關(guān)的詞匯，如賽博廢土風(fēng)格、天空中紅色的落日等，然后分離出前景與背景 —— 將 “廢棄的游樂場” 解構(gòu)為前景內(nèi)容，紅色落日作為背景天空內(nèi)容，再基于這些層級重建 3D 世界場景，也就是說，它僅還原了場景的大致需求。

圖源：騰訊混元3D官網(wǎng)

能明顯看出混元 3D 世界模型目前還無法滿足用戶的個性化需求，不過已經(jīng)能做到初步構(gòu)建出前景、背景以及簡單的場景細(xì)節(jié)，可以在游戲開發(fā)等工作中節(jié)省不少時間。

此外，這種依照用戶要求生成的 3D 世界模型對普通玩家而言也極具可玩性。直接輸出 3D Mesh 資產(chǎn)帶來了格式的統(tǒng)一和學(xué)習(xí)成本的降低，當(dāng) AI 能夠完成場景解構(gòu)和 3D 構(gòu)建工作時，用戶的主觀能動性就成了決定生成場景的唯一變量。

3D模型起風(fēng)了，25年走向平民化？

騰訊此次將混元 3D 世界模型普及至消費(fèi)級顯卡，目的十分明確 —— 吸引廣大開發(fā)者與創(chuàng)作者涌入 “騰訊混元 3D” 生態(tài)。該模型支持從 3D 模型到 3D 世界場景的全流程內(nèi)容生成，用戶由此能夠創(chuàng)造屬于自己的虛擬世界。

當(dāng)前市面上，支持 3D 模型生成的 AI 大模型不在少數(shù)，如 Tripo AI、Meshy AI、GENIE 等。但眾多玩家扎堆爭搶 3D 化賽道，導(dǎo)致產(chǎn)品功能高度同質(zhì)化，也側(cè)面反映出 “將現(xiàn)實場景搬進(jìn)虛擬世界” 已成為各廠商的核心必爭功能。

在這些 AI 工具中，硅谷初創(chuàng)企業(yè) VAST 于 2024 年發(fā)布的 AI 3D 基礎(chǔ)模型 Tripo AI，憑借獨特的產(chǎn)品結(jié)構(gòu)脫穎而出。

與面向更廣泛用戶的騰訊混元 3D 不同，Tripo AI 的定位更偏向?qū)I(yè)創(chuàng)作者：進(jìn)入頁面后，用戶可直接通過文字或圖片生成 3D 模型，且可調(diào)參數(shù)相對豐富 —— 不僅支持當(dāng)前主流 AI 3D 模型均具備的紋理生成功能，還能自動拆分模型部件，讓每個拆解后的部件可單獨編輯；甚至支持為模型部件綁定基礎(chǔ)動畫并演示，不過演示過程中偶爾會出現(xiàn)部件變形問題?？傮w而言，Tripo AI 是一款功能成熟、可適配多場景的 AI 3D 工具。

圖源：Tripo AI

同樣在 2024 年推出的 Meshy AI（由國內(nèi)團(tuán)隊創(chuàng)建），雖然也支持通過文字、圖像直接生成 3D 模型，但它的核心優(yōu)勢在于更完善的社區(qū)功能：用戶可在社區(qū)內(nèi)瀏覽其他創(chuàng)作者的 3D 模型作品，平臺對模型的分類細(xì)化清晰，還標(biāo)注了互動量、點贊數(shù)、是否支持 3D 打印等關(guān)鍵信息。這一設(shè)計讓新手用戶能直接下載現(xiàn)成的 3D 模型使用，同時也提升了社區(qū)的傳播度與活躍度。

圖源：Meshy AI

而由 Luma AI 推出的 GENIE 工具，除支持文本轉(zhuǎn) 3D 模型、多格式（如 OBJ、FBX 等）導(dǎo)出以適配不同場景外，最大亮點是提供 API 接口 —— 用戶可通過該接口直接將視頻內(nèi)容轉(zhuǎn)化為 3D 模型，形成差異化競爭力。

不難看出，上述產(chǎn)品均憑借自身特色在同質(zhì)化競爭中突圍，騰訊混元 3D 也不例外。盡管其 3D 模型生成功能與其他工具未拉開明顯差距，但 “高免費(fèi)額度” 是其核心優(yōu)勢：在混元 AI 3D 官網(wǎng)，每位用戶每天可免費(fèi)生成 20 次模型，次數(shù)耗盡后還能通過分享好友重新獲取。這種 “以量換用戶” 的推廣策略相當(dāng)成功， 在 3D 世界模型 Lite 版發(fā)布前，其社區(qū)模型下載量已達(dá) 230 萬次，成為全球最受歡迎的 3D 開源模型平臺之一。

圖源：騰訊混元AI

此次騰訊推出適配消費(fèi)級顯卡的混元 3D 世界模型 Lite 版，無疑將吸引更多創(chuàng)作者加入其生態(tài)。用戶規(guī)模的增長，又將進(jìn)一步推動反饋迭代與應(yīng)用場景拓展：以當(dāng)下熱門的 VR 眼鏡為例，混元 3D 導(dǎo)出的 3D 世界模型文件可直接導(dǎo)入使用，用戶只需擁有 VR 設(shè)備，就能隨時隨地沉浸在自己創(chuàng)建的虛擬場景中，實現(xiàn)生態(tài)與硬件的聯(lián)動；同時，AI 3D 基礎(chǔ)模型能讓普通用戶輕松制作高度自定義的 3D 模型，與 3D 打印機(jī)形成協(xié)同。

更重要的是，AI 3D 化近乎 “零學(xué)習(xí)成本” 的特性，正推動其快速滲透至各行業(yè)：在建筑規(guī)劃、室內(nèi)設(shè)計、電商展示等場景中，3D 可視化內(nèi)容比文字或傳統(tǒng)圖紙更易理解，工作人員無需復(fù)雜學(xué)習(xí)即可輸出場景內(nèi)容，大幅減少重復(fù)建模的時間；這種 “虛擬模型 + 實體行業(yè)” 的聯(lián)動，既能提升用戶粘性，又能通過高度自定義內(nèi)容讓用戶產(chǎn)生歸屬感 —— 種種趨勢表明，3D 模型在 2025 年勢必走向大眾化。

小雷認(rèn)為，未來的 AI 3D 模型將進(jìn)一步整合專業(yè)場景模型與創(chuàng)作風(fēng)格，通過細(xì)分領(lǐng)域和使用場景吸引更多垂直用戶，不斷拓展生態(tài)邊界并滲透到各類生活化場景中。

而這，正是本次 3D 模型平民化浪潮的核心意義 —— 在現(xiàn)實與虛擬交融的當(dāng)下，讓每個人都擁有構(gòu)建 3D 虛擬世界的能力。

3D模型普及， 3D 建模師會因此失業(yè)嗎？

不過，網(wǎng)上始終有一種論調(diào)，認(rèn)為隨著 3D 模型的普及，3D 建模師會面臨失業(yè)風(fēng)險。對此，小雷卻并不認(rèn)同。

不可否認(rèn)，這類能快速生成 3D 模型的工具，必然會對行業(yè)產(chǎn)生沖擊。AI 模型 “快速高效” 的優(yōu)勢，確實是人類難以企及的；但正如前文所說，當(dāng)前的 AI 3D 模型尚無法實現(xiàn)真正的用戶個性化 —— 其生成的產(chǎn)物，本質(zhì)上仍是基于大模型學(xué)習(xí)數(shù)據(jù)所產(chǎn)出的 “復(fù)刻式內(nèi)容”。

而這類缺乏個性的內(nèi)容，終究成不了優(yōu)秀的作品。無論是游戲建模還是建筑設(shè)計，真正能讓人記住的，永遠(yuǎn)是那些獨具匠心的設(shè)計：是 3D 建模師反復(fù)打磨的細(xì)節(jié)，是為適配用戶需求精心考量的巧思。因此小雷認(rèn)為，以當(dāng)前 AI 3D 模型的能力，想要完全取代 3D 建模師基本不可能；相反，作為能高效執(zhí)行重復(fù)性指令的工具，它更適合成為建模師提升效率的 “輔助幫手”。

其實轉(zhuǎn)念一想，這種 “AI 輔助創(chuàng)作” 的模式，早就在各個行業(yè)中滲透。但受限于內(nèi)容同質(zhì)化的問題，AI 往往只能停留在 “重復(fù)的基礎(chǔ)構(gòu)建” 環(huán)節(jié)。

這也正是雷科技在如今AI 寫作工具越來越便捷普及的今天，還在堅持原創(chuàng)的原因，小雷始終認(rèn)為，真正有深度、有溫度的好文章，絕不會因為 AI 的存在而黯然失色。