混元3D世界模型 1.0

（中國AI網(wǎng) 2025年07月28日）在日前舉行的2025世界人工智能大會騰訊論壇中，騰訊正式發(fā)布了混元3D世界模型 1.0，并宣布全面開源。從秒級生成單個3D資產(chǎn)，到一鍵打造可漫游的3D世界，這個開源可沉浸漫游、可交互、可仿真的世界生成模型將為VR等領(lǐng)域帶來全新的可能性。

騰訊指出，即便是無建模經(jīng)驗的普通用戶，通過混元 3D 創(chuàng)作引擎，僅需一句話或者一張圖即可快速生成360度沉浸式視覺空間，而生成的場景可無縫導(dǎo)入Vision Pro等頭顯設(shè)備，帶來沉浸式體驗。

過去需要專業(yè)建模團隊數(shù)周才能搭建的3D虛擬世界，現(xiàn)在利用混元3D世界模型 1.0，只需一句文字或一張圖片，幾分鐘內(nèi)即可生成。

騰訊表示：“這是業(yè)界首個開源可沉浸漫游、可交互、可仿真的世界生成模型，為游戲開發(fā)、VR、數(shù)字內(nèi)容創(chuàng)作等領(lǐng)域帶來了全新的可能性。除3D世界模型外，騰訊混元還披露了包括端側(cè)混合推理語言模型、多模態(tài)理解模型、游戲視覺模型等在內(nèi)的一系列開源計劃。作為此次發(fā)布的亮點之一，騰訊混元3D世界模型1.0融合了全景視覺生成與分層3D重建技術(shù)，同時支持文字和圖片輸入，實現(xiàn)了高質(zhì)量、風(fēng)格多樣的可漫游3D場景生成。”

混元3D世界模型1.0的核心同時在于其創(chuàng)新的「語意層次化3D場景表征及生成算法」。所述算法將復(fù)雜3D世界解構(gòu)為不同語意層級，實現(xiàn)前景與背景、地面與天空的智能分離，不僅生成視覺效果逼真的整體場景，而且能輸出標準化的3D Mesh資產(chǎn)，兼容Unity、Unreal Engine、Blender等主流工具。用戶可對場景內(nèi)元素進行獨立編輯或物理仿真，無縫銜接AIGC技術(shù)與傳統(tǒng)CG工作流。與全球領(lǐng)先的開源模型相比，

團隊指出，混元3D世界模型1.0在文生世界、圖生世界的美學(xué)質(zhì)量和指令遵循能力等關(guān)鍵維度均全面超越當(dāng)前SOTA的開源模型。騰訊混元正逐步構(gòu)建完善的3D內(nèi)容生成生態(tài)。混元旗艦?zāi)Ｐ蚑urboS自年初發(fā)布后，保持著每月一個版本的快速迭代，在代碼、理科能力和復(fù)雜指令遵循方面都有明顯提升，在全球大模型權(quán)威排行榜上穩(wěn)居前列。

混元TurboS創(chuàng)新采用了前沿的混合線性注意力機制與MoE模型架構(gòu)，是大模型研發(fā)前沿分支的重要代表，這也是業(yè)界首個基于混合線性注意力機制落地的超大規(guī)模MoE模型。

基于TurboS基座，混元T1進一步提升了推理能力，混元T1綜合能力國內(nèi)領(lǐng)先，在項目級代碼生成、高難度數(shù)學(xué)推理、文本寫作等方面都展現(xiàn)出不錯的效果。

端到端語音模型混元Voice、多模態(tài)理解模型混元Vision基于混元大語言模型基座打造，繼承了出色的理解、認知和推理能力。在多模態(tài)理解上，今年連續(xù)發(fā)布多款模型，在LMArena Vision全球大模型權(quán)威榜單中獲得國內(nèi)榜首。

除本次發(fā)布即開源的混元 3D世界模型 1.0，混元還將在月底開源一系列小尺寸模型，包含0.5B、1.8B、4B、7B混合推理模型，更輕量、好部署。

更多信息請訪問這個頁面。