论文页面 - Hunyuan3D-Buffalo 1.0：用于可扩展3D生成、理解与编辑的统一多模态模型

来源：https://huggingface.co/papers/2608.02711 发布于8月3日

#3 当日论文（https://huggingface.co/papers/date/2026-08-05） 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

图像生成领域的最新进展展示了统一多模态模型在整合理解、生成和编辑方面的潜力。然而，统一的3D建模仍受到多模态数据稀缺的制约，尤其是缺乏大规模且几何一致的编辑数据。为解决这一限制，我们提出了Hunyuan3D-Buffalo 1.0，这是一个在单一架构内支持3D理解、文本到3D生成、指令引导的3D编辑以及文本驱动的部件生成的统一框架。为实现可扩展训练，我们构建了一个8700万规模的3D多模态语料库，包含2500万理解样本、5000万文本-3D配对以及1200万使用Nano3D-v2生成的编辑配对。在架构上，该框架将用于语义、结构和空间理解的Hunyuan3D-VLM与用于高保真3D合成的Hunyuan3D DiT相结合。VLM为生成提供多模态语义条件，而编辑和部件生成则额外将扩散过程以源物体表征为条件，以保留其整体结构和未编辑区域。大量实验表明，Hunyuan3D-Buffalo 1.0在文本到3D生成和3D编辑基准测试中达到了最先进或领先的性能，同时展现出强大的理解和部件生成能力。我们的分析进一步表明，生成和理解均能改善编辑效果，验证了统一3D多模态训练的有效性。项目页面：https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0/

查看arXiv页面（https://arxiv.org/abs/2608.02711）查看PDF（https://arxiv.org/pdf/2608.02711）项目页面（https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0/）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2608.02711）

在您的代理中获取此论文：

hf papers read 2608\.02711

没有最新CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

暂无关联此论文的模型

在模型README.md中引用arxiv.org/abs/2608.02711即可从此页面关联。

引用此论文的数据集0

暂无关联此论文的数据集

在数据集README.md中引用arxiv.org/abs/2608.02711即可从此页面关联。

引用此论文的Space0

暂无关联此论文的Space

在Space README.md中引用arxiv.org/abs/2608.02711即可从此页面关联。

包含此论文的收藏集0

暂无包含此论文的收藏集

将这篇论文添加到收藏集（https://huggingface.co/new-collection）即可从此页面关联。