Hunyuan3D 2.1:权重开放的 3D 生成基线,自托管路线的默认起点
hunyuan3d-2
腾讯把形状与纹理两阶段都放出了权重,并给出 PBR 材质输出,这让「3D 生成」第一次有了一个可以在自己机器上跑、可以微调、可以塞进内部管线的参照实现。它的价值不在跑分领先,而在可复现:任何关于 3D 生成能力的判断,都可以拿它当基线去比。
- 置信度
- 厂商宣称
- 只有官方模型卡/发布会,无独立复测
- 成熟度
- 产品
- 研究 → 演示 → 产品 → 生产
我们的判断我们把它放在 3D 与世界模型的梯顶,理由和 Tripo 完全不同:Tripo 是交付能力的梯顶,Hunyuan3D 2.1 是可验证性的梯顶。开放权重意味着它的失败模式是可以被任何人复现和讨论的,这在生成式 3D 领域极其稀缺。
实事求是地说,自托管的成本不低:形状与纹理两段都要吃显存,想在生产环境跑批量需要自己做排队、缓存与失败重试,官方仓库的推理脚本是研究取向而不是服务取向。它给出的 PBR 材质质量在开源方案里属于第一梯队,但离商用服务的稳定度仍有距离。如果你的目标是「今天就要一批资产」,用商用 API;如果目标是「建立自己对 3D 生成的判断力、或做领域微调」,这是当前最合适的起点。
两阶段架构:为什么形状和纹理要分开
Hunyuan3D 2.x 延续了「先形状、后纹理」的两段式设计:形状阶段用扩散式 DiT 生成几何(可导出 mesh),纹理阶段在几何上合成贴图与 PBR 通道。分开的直接好处是可以只换一半——已经有高质量几何(扫描、CAD、雕刻)时,可以只跑纹理阶段;做领域微调时,也可以只微调形状而不动纹理。
2.1 版把 PBR 输出与更高分辨率的纹理作为主要升级点,这让它的产物第一次能直接进需要金属度/粗糙度工作流的引擎,而不是只能当预览模型。
自托管这件事的真实清单
仓库给的是研究脚本,把它变成服务需要补的东西并不少:
- 显存与并发:单卡串行推理是默认姿势,批量要走队列;纹理阶段的显存峰值高于形状阶段。
- 产物治理:网格面数、UV 岛数量、贴图尺寸都不受控,进管线前要有一道规范化(减面、重新展开、压缩)。
- 失败重试:某些 prompt 会给出退化几何(空腔、碎片、非流形),需要自动检测并重生。
- 许可与合规:腾讯的开放权重带自有许可条款,商用前必须逐条读,不能按「开源 = 随便用」处理。
边界与失败模式
- 复杂装配与多物件场景:与所有当前 3D 生成一样,它擅长单一主体,多物体关系与遮挡处理不可靠。
- 薄结构与镂空:容易填实或断裂。
- 纹理与几何错位:背面纹理靠推断,单图输入时接缝处会出现明显不一致。
- 尺度:输出无真实单位,需手工标定。
- 长尾品类:训练分布以常见物件为主,专业设备、乐器内部结构、机械件一类容易给出「像但不是」的结果。
怎么用才对
我们建议的三种用法:其一,把它当基线——评估任何商用 3D 服务时,同一批 prompt 跑一遍 Hunyuan3D,差距才是服务真实加价的部分;其二,把它当微调底座——垂直品类(鞋、包、家具、玩具)有几百到几千个自有资产时,微调形状阶段的收益明显;其三,把它当离线批量粗模机——夜间跑量,白天人工筛选,避免把方差直接暴露给用户。