混元 3D 2.0

是什么

混元 3D 2.0（Hunyuan3D 2.0）是一套大规模三维生成系统，目标是产出高分辨率、带纹理的三维资产：给定一张条件图像，系统生成与之对齐的几何形状，再配上纹理贴图^[1]。腾讯在 2025 年 1 月 21 日放出了推理代码和预训练模型，技术报告同一天挂上 arXiv，论文、代码与权重同时到位^[1][2]。

形状与纹理分开处理

系统由两个主要模型组成。Hunyuan3D-DiT 是一个基于流的扩散 Transformer（flow-based diffusion transformer），负责生成与条件图像对齐的形状几何^[1]。扩散模型的做法是从噪声出发、一步步去掉噪声，逐渐逼近目标；「基于流」是指训练时让模型沿着一条从噪声到数据的平滑路径走，而把这件事放进 Transformer，是为了处理三维形状所对应的长序列。它输出的几何体与输入图像的内容相对应^[1]。

Hunyuan3D-Paint 负责外观，合成高分辨率纹理贴图^[1]。它不只给系统自己生成的模型上色，也为人手制作的网格（mesh）生成纹理，输出的是高分辨率、色彩鲜明的纹理贴图^[1]。把形状和纹理拆成两个模型，好处是两边可以各自单独训练、单独替换。

规模与显存

形状模型有 11 亿参数，Paint 纹理模型有 13 亿参数^[2]。运行起来不算重：只做形状生成约需 6 GB 显存，形状加纹理约需 16 GB^[2]。这组数字决定了实际有多少人用得上——6 GB 的形状生成阶段，单张普通显卡就能跑。

Studio

与两个模型一同发布的还有 Hunyuan3D-Studio，一个用于重建、编辑和驱动三维资产的生产平台^[1]。模型负责产出静态资产，Studio 负责后续的操作与动画。

报告的成绩

腾讯报告说，该系统在四项指标上超过了最强的开源与闭源基线：CMMD 3.193、FID_CLIP 49.165、FID 282.429、CLIP-score 0.809^[2]。作者同时声称，它在几何细节、与条件图像的对齐程度和纹理质量上优于此前最好的开源与闭源模型^[1]。这些是作者在自选基线上的对比结果。

在版本线中的位置

混元 3D 2.0 接续混元 3D 1.0，后者的技术报告编号为 arXiv 2411.02293^[2]。此后这条线更新得很快：2025 年 3 月 18 日发布 6 亿参数的 Hunyuan3D-2mini 与 Hunyuan3D-2mv，3 月 19 日发布 Turbo 版本，6 月 13 日发布带 PBR 纹理模型的 Hunyuan3D-2.1，6 月 23 日发布混元 3D 2.5 的技术报告^[2]。从更小、多视角、更快到基于物理的纹理，这一串版本说明基础系统是在多个方向上被继续推进，而不是被某一个后续版本直接取代。