腾讯混元3D Lite版来了，支持消费级显卡，3D模型走向全民化？

健康生活 2025年08月20日 18:49 1 admin

8月15日，腾讯混元团队推出了3D世界模型的Lite版本。相较于以往26GB的显存需求，此次通过引入动态FP8（8位浮点格式）量化技术，将显存需求直接降至17GB以下，消费级显卡也能流畅运行。

此前，腾讯混元3D世界模型的FP32版本虽能完整保留所有细节，但显存占用极高——其参数可能超过十亿个，通常需要配备大容量VRAM的GPU来提升推理速度，因此消费级显卡根本无法支持。

简单来说，FP32、FP16、FP8代表不同的「精度等级」。过去采用高精度的FP32技术时，虽能实现极高的精度还原，却会占用大量显存，还可能保留不必要的细节（例如背景的天空贴图等其实并不需要如此精雕细琢）。

而此次动态FP8量化技术的核心，在于能实时监测模型运行时的数据分布，并针对不同模块进行动态适配：大部分关键区域采用FP16精度，像上述背景贴图等非关键部分则动态调整为FP8精度。

这一技术大幅降低了显存占用，虽然在部分区域适当降低了精度，却让个人玩家也能轻松使用3D世界模型。

腾讯混元3D重塑3D建模流程

腾讯混元 3D 世界模型是行业内首个开源可编辑的世界生成模型，能根据用户提供的图片或文字信息，直接生成完整、可编辑且可交互的世界模型，可直接应用于游戏开发、特效制作、教育仿真等场景。

图源：腾讯混元3D官网

与腾讯混元模型此前的 3D 模型 AI 生成功能相比，此次推出的 3D 世界模型生成的内容更为丰富，涵盖环境风格、室内外场景、光线渲染等多个因素。传统 3D 场景开发耗时极长，仅一个主要建筑物场景就可能耗费数周甚至更久，而这种一键生成式场景所带来的效率提升，完全超出了用户的想象。

那么，面对如此复杂的场景开发，混元 3D 世界模型是如何快速生成 360° 沉浸式视觉空间的呢？

从混元世界模型 1.0 的模型架构来看，全景世界图像生成技术作为连接文字、图片与世界的统一代理系统，会先生成初始化世界的全景图，从而实现 360° 的全覆盖场景。

图源：腾讯混元3D官网混元世界模型 1.0 的模型架构

随后，系统会将整个 3D 世界解构为不同的清晰层级，例如前景与背景、海洋与地面、地面与天空等，再基于这些层级进行 3D 世界重建，最终形成 3D 世界模型。

相较于传统 3D 场景开发中每个细节都需精雕细琢、耗费大量时间和人力资源的情况，这种一键生成式场景不仅能节省大量时间，还能输出标准化的可漫游 3D Mesh 资产，兼容 Unity、Unreal Engine 等工具。

而且，生成内容的精度已达到可直接使用的水平：前景内的注意力区域细节呈现到位，背景与前景分离度足够，未出现界限不清晰、光影模糊等问题。

但在官网体验混元 3D 世界模型后会发现，它无法完全还原文字中的所有要求，只能还原大致的场景需求、光影颜色以及前景区域的细节。

例如，下图对应的文本要求中提到了机械世界、机器人等元素，但这些都未在生成的场景中呈现。系统只是提炼了与构建大体世界场景相关的词汇，如赛博废土风格、天空中红色的落日等，然后分离出前景与背景 —— 将 “废弃的游乐场” 解构为前景内容，红色落日作为背景天空内容，再基于这些层级重建 3D 世界场景，也就是说，它仅还原了场景的大致需求。

图源：腾讯混元3D官网

能明显看出混元 3D 世界模型目前还无法满足用户的个性化需求，不过已经能做到初步构建出前景、背景以及简单的场景细节，可以在游戏开发等工作中节省不少时间。

此外，这种依照用户要求生成的 3D 世界模型对普通玩家而言也极具可玩性。直接输出 3D Mesh 资产带来了格式的统一和学习成本的降低，当 AI 能够完成场景解构和 3D 构建工作时，用户的主观能动性就成了决定生成场景的唯一变量。

3D模型起风了，25年走向平民化？

腾讯此次将混元 3D 世界模型普及至消费级显卡，目的十分明确 —— 吸引广大开发者与创作者涌入 “腾讯混元 3D” 生态。该模型支持从 3D 模型到 3D 世界场景的全流程内容生成，用户由此能够创造属于自己的虚拟世界。

当前市面上，支持 3D 模型生成的 AI 大模型不在少数，如 Tripo AI、Meshy AI、GENIE 等。但众多玩家扎堆争抢 3D 化赛道，导致产品功能高度同质化，也侧面反映出 “将现实场景搬进虚拟世界” 已成为各厂商的核心必争功能。

在这些 AI 工具中，硅谷初创企业 VAST 于 2024 年发布的 AI 3D 基础模型 Tripo AI，凭借独特的产品结构脱颖而出。

与面向更广泛用户的腾讯混元 3D 不同，Tripo AI 的定位更偏向专业创作者：进入页面后，用户可直接通过文字或图片生成 3D 模型，且可调参数相对丰富 —— 不仅支持当前主流 AI 3D 模型均具备的纹理生成功能，还能自动拆分模型部件，让每个拆解后的部件可单独编辑；甚至支持为模型部件绑定基础动画并演示，不过演示过程中偶尔会出现部件变形问题。总体而言，Tripo AI 是一款功能成熟、可适配多场景的 AI 3D 工具。

图源：Tripo AI

同样在 2024 年推出的 Meshy AI（由国内团队创建），虽然也支持通过文字、图像直接生成 3D 模型，但它的核心优势在于更完善的社区功能：用户可在社区内浏览其他创作者的 3D 模型作品，平台对模型的分类细化清晰，还标注了互动量、点赞数、是否支持 3D 打印等关键信息。这一设计让新手用户能直接下载现成的 3D 模型使用，同时也提升了社区的传播度与活跃度。

图源：Meshy AI

而由 Luma AI 推出的 GENIE 工具，除支持文本转 3D 模型、多格式（如 OBJ、FBX 等）导出以适配不同场景外，最大亮点是提供 API 接口 —— 用户可通过该接口直接将视频内容转化为 3D 模型，形成差异化竞争力。

不难看出，上述产品均凭借自身特色在同质化竞争中突围，腾讯混元 3D 也不例外。尽管其 3D 模型生成功能与其他工具未拉开明显差距，但 “高免费额度” 是其核心优势：在混元 AI 3D 官网，每位用户每天可免费生成 20 次模型，次数耗尽后还能通过分享好友重新获取。这种 “以量换用户” 的推广策略相当成功，在 3D 世界模型 Lite 版发布前，其社区模型下载量已达 230 万次，成为全球最受欢迎的 3D 开源模型平台之一。

图源：腾讯混元AI

此次腾讯推出适配消费级显卡的混元 3D 世界模型 Lite 版，无疑将吸引更多创作者加入其生态。用户规模的增长，又将进一步推动反馈迭代与应用场景拓展：以当下热门的 VR 眼镜为例，混元 3D 导出的 3D 世界模型文件可直接导入使用，用户只需拥有 VR 设备，就能随时随地沉浸在自己创建的虚拟场景中，实现生态与硬件的联动；同时，AI 3D 基础模型能让普通用户轻松制作高度自定义的 3D 模型，与 3D 打印机形成协同。

更重要的是，AI 3D 化近乎 “零学习成本” 的特性，正推动其快速渗透至各行业：在建筑规划、室内设计、电商展示等场景中，3D 可视化内容比文字或传统图纸更易理解，工作人员无需复杂学习即可输出场景内容，大幅减少重复建模的时间；这种 “虚拟模型 + 实体行业” 的联动，既能提升用户粘性，又能通过高度自定义内容让用户产生归属感 —— 种种趋势表明，3D 模型在 2025 年势必走向大众化。

小雷认为，未来的 AI 3D 模型将进一步整合专业场景模型与创作风格，通过细分领域和使用场景吸引更多垂直用户，不断拓展生态边界并渗透到各类生活化场景中。

而这，正是本次 3D 模型平民化浪潮的核心意义 —— 在现实与虚拟交融的当下，让每个人都拥有构建 3D 虚拟世界的能力。

3D模型普及， 3D 建模师会因此失业吗？

不过，网上始终有一种论调，认为随着 3D 模型的普及，3D 建模师会面临失业风险。对此，小雷却并不认同。

不可否认，这类能快速生成 3D 模型的工具，必然会对行业产生冲击。AI 模型 “快速高效” 的优势，确实是人类难以企及的；但正如前文所说，当前的 AI 3D 模型尚无法实现真正的用户个性化 —— 其生成的产物，本质上仍是基于大模型学习数据所产出的 “复刻式内容”。

而这类缺乏个性的内容，终究成不了优秀的作品。无论是游戏建模还是建筑设计，真正能让人记住的，永远是那些独具匠心的设计：是 3D 建模师反复打磨的细节，是为适配用户需求精心考量的巧思。因此小雷认为，以当前 AI 3D 模型的能力，想要完全取代 3D 建模师基本不可能；相反，作为能高效执行重复性指令的工具，它更适合成为建模师提升效率的 “辅助帮手”。

其实转念一想，这种 “AI 辅助创作” 的模式，早就在各个行业中渗透。但受限于内容同质化的问题，AI 往往只能停留在 “重复的基础构建” 环节。

这也正是雷科技在如今AI 写作工具越来越便捷普及的今天，还在坚持原创的原因，小雷始终认为，真正有深度、有温度的好文章，绝不会因为 AI 的存在而黯然失色。

本文来自“雷科技”，36氪经授权发布。