Hunyuan3D 2.0:扩展扩散模型以生成高分辨率纹理3D资产
摘要
Hunyuan3D 2.0 是一个可扩展的基于流的扩散变换器系统,用于生成高分辨率纹理3D资产,性能优于当前最先进的模型,并已公开发布代码和权重。
查看缓存全文
缓存时间: 2026/07/12 16:48
论文页面 - Hunyuan3D 2.0:扩展扩散模型以生成高分辨率带纹理的3D资产
来源:https://huggingface.co/papers/2501.12202
发布于 2025年1月21日
·
提交者 https://huggingface.co/akhaliq
AK (https://huggingface.co/akhaliq) 于 2025年1月22日
作者:
,
,
,
,
,
,
,
,
,
,
,
,
,
摘要
Hunyuan3D 2.0 是一个先进的 3D 合成系统,利用基于流的扩散 Transformer 进行形状生成,并利用扩散先验进行纹理合成,在几何细节、条件对齐和纹理质量方面均优于现有模型。
我们提出 Hunyuan3D 2.0,一个先进的 大规模3D合成 (https://huggingface.co/papers?q=3D%20synthesis) 系统,用于生成高分辨率带纹理的 3D 资产。该系统包含两个基础组件:一个大规模 形状生成 (https://huggingface.co/papers?q=shape%20generation) 模型——Hunyuan3D-DiT (https://huggingface.co/papers?q=Hunyuan3D-DiT),以及一个大规模 纹理合成 (https://huggingface.co/papers?q=texture%20synthesis) 模型——Hunyuan3D-Paint (https://huggingface.co/papers?q=Hunyuan3D-Paint)。形状生成模型基于可扩展的流式扩散 Transformer,旨在生成与给定条件图像正确对齐的几何形状,为下游应用奠定坚实基础。纹理合成模型得益于强大的几何和 扩散先验 (https://huggingface.co/papers?q=diffusion%20priors),能够为生成或手工制作的网格生成高分辨率且色彩鲜艳的纹理贴图。此外,我们构建了 Hunyuan3D-Studio (https://huggingface.co/papers?q=Hunyuan3D-Studio)——一个多功能、用户友好的生产平台,简化了 3D 资产的再创作过程。它使专业用户和业余用户都能高效地操作甚至动画化其网格。我们系统地评估了模型,结果表明 Hunyuan3D 2.0 在几何细节、条件对齐、纹理质量等方面均优于之前的最先进模型,包括开源模型和闭源模型。Hunyuan3D 2.0 已公开发布,以填补开源 3D 社区在大规模基础生成模型方面的空白。我们模型的代码和预训练权重可在 https://github.com/Tencent/Hunyuan3D-2 获取。
查看 arXiv 页面 (https://arxiv.org/abs/2501.12202) 查看 PDF (https://arxiv.org/pdf/2501.12202) GitHub 14.2k auto (https://github.com/tencent/hunyuan3d-2) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2501.12202)
在您的代理中获取此论文:
hf papers read 2501\.12202
没有最新的 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用此论文的模型 (54 个)
tencent/Hunyuan3D-2 图像转3D • 更新于 2025年10月17日 • 94.4k • 1.79k (https://huggingface.co/tencent/Hunyuan3D-2)
tencent/Hunyuan3D-2.1 图像转3D • 更新于 2025年10月17日 • 37.5k • 1.06k (https://huggingface.co/tencent/Hunyuan3D-2.1)
tencent/Hunyuan3D-2mv 图像转3D • 更新于 2025年10月17日 • 3.64k • 416 (https://huggingface.co/tencent/Hunyuan3D-2mv)
tencent/Hunyuan3D-Omni 图像转3D • 更新于 2025年10月17日 • 1.45k • 176 (https://huggingface.co/tencent/Hunyuan3D-Omni)
浏览引用此论文的 54 个模型 (https://huggingface.co/models?other=arxiv:2501.12202) ## 引用此论文的数据集 (1 个)
tencent/HY3D-Bench 更新于 4月9日 • 6.77k • 93 (https://huggingface.co/datasets/tencent/HY3D-Bench)
引用此论文的 Spaces (476 个)
浏览引用此论文的 476 个 Spaces (https://huggingface.co/spaces?arxivIds=2501.12202) ## 包含此论文的收藏集 (33 个)
浏览包含此论文的 33 个收藏集 (https://huggingface.co/collections?paper=2501.12202)
相似文章
@HuggingModels:认识 Hunyuan3D-2——这款开源模型可把 2D 图片秒变完整 3D 资产
Hunyuan3D-2 是一款开源 AI 模型,可将 2D 图片即时转换为完整 3D 资产,无需复杂建模软件。
Hunyuan3D-Buffalo 1.0:面向可扩展3D生成、理解与编辑的统一多模态模型
Hunyuan3D-Buffalo 1.0 是一个用于3D生成、理解与编辑的统一多模态模型,基于87M规模的3D多模态语料库进行训练。它结合了Hunyuan3D-VLM和Hunyuan3D-DiT,在文本到3D生成和3D编辑基准上取得了最先进的性能。
UltraTex: 释放2K多视角扩散在3D纹理生成中的潜力
UltraTex是一个高效框架,用于基于高分辨率多视角扩散的3D纹理生成,引入了技术以减少冗余并在训练和推理中实现显著加速。
Block3D:基于块级扩散的高效文本到3D生成
Block3D 通过使用块级扩散和置信度引导的校正来加速文本到3D生成,减少推理时间,同时保持几何保真度,实现了5.15倍的加速。
tencent/HY-World-2.0
HY-World 2.0 是腾讯开源的跨模态3D世界模型,能够从文本、图像和视频中重建和生成3D世界,生成可编辑的3D资产(网格/高斯泼溅),效果与闭源方法相当。