腾讯Hunyuan 3D 模型

在概率统计中，有两大类方法，生成式方法和判别式方法。生成式方法是指通过学习数据的分布来生成新的数据，而判别式方法则是通过学习数据的标签来进行分类。

生成式模型学习给定观测变量和目标变量的联合概率分布，判别式模型学习给定观测变量和目标变量的条件概率分布。生成式模型能用于随机生成观测实例或目标实例，在机器学习领域，有着广泛的应用，如生成新的文本，图像等。

Wikipedia: 生成式模型

3D生成是生成式模型的一个重要应用领域。3D生成模型可以生成3D物体、场景等，广泛应用于游戏、电影、虚拟现实等领域。3D生成模型有很多种，如GAN模型，VAE模型，Diffusion模型，流匹配模型等。Tencent在24年发表了一篇有关3D生成模型的综述，介绍了各类3D生成的方法。

Advances in 3D Generation: A Survey

Hunyuan 3D模型腾讯推出的3D生成模型，25年6月份开源了2.1版本，在几何结构和纹理上都做了优化，本文基于2.1版本技术报告展开。

Hunyuan3D 2.1: From Images to High-Fidelity 3D Assets with Production-Ready PBR Material

Hunyuan 3D 2.1模型包含两大部分，shape generation和texture synthesis。

shape generation是指生成3D物体的几何结构，使用了Hunyuan3D-DiT作为主干，附加Hunyuan3D-ShapeVAE精细化集合结构。

texture synthesis是指生成3D物体的纹理，生成PBR材质中的Albedo、Roughness、Metallic等纹理图。

coming soon…