Hunyuan3D 2.0：腾讯混元开源3D生成大模型！图生/文生秒建高精度模型，细节纹理自动合成

Hunyuan3D 2.0 是腾讯推出的大规模 3D 资产生成系统，专注于从文本和图像生成高分辨率的 3D 模型，支持几何生成和纹理合成。

蚝油菜花

1214人浏览 · 2025-03-18 21:35:21

蚝油菜花 · 2025-03-18 21:35:21 发布

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦

🖌️ 「美术团队集体失业？腾讯这个AI把3D建模卷成填空题」

大家好，我是蚝油菜花。你是否也经历过这些数字创作者的噩梦：

👉 原画师通宵赶稿，模型师却说「这个结构建不出来」
👉 ZBrush雕到鼠标冒火星，UV展开像解莫比乌斯环
👉 渲染农场跑一天，客户却说「纹理质感像塑料玩具」…

腾讯最新祭出的 Hunyuan3D 2.0 ，正在用「两段式生成术」血洗3D制作圈！这个让好莱坞视效总监都瞠目的AI，刚创下三大逆天纪录：

✅ 几何精度暴涨300% ：一根发丝级的模型细节秒杀传统流程
✅ 纹理智能映射 ：把「赛博朋克」文字描述变成8K PBR材质
✅ Blender无缝对接 ：AI生成模型直接进生产线修改

最疯狂的是某游戏公司实测——用这个工具把角色建模从3周压到2小时！

🚀 快速阅读

Hunyuan3D 2.0 是腾讯推出的大规模 3D 资产生成系统。

核心功能：支持高分辨率 3D 模型生成，几何与纹理分离生成，提供多种使用方式。
技术原理：采用两阶段生成流程，基于流扩散的几何生成模型和强大的纹理合成模型。

Hunyuan3D 2.0 是什么

Hunyuan3D-2-cover

Hunyuan3D 2.0 是腾讯推出的大规模 3D 资产生成系统，专注于从文本和图像生成高分辨率的 3D 模型。系统采用两阶段生成流程：首先生成无纹理的几何模型，再合成高分辨率纹理贴图。

该系统包含两个核心组件：Hunyuan3D-DiT（几何生成模型）和 Hunyuan3D-Paint（纹理合成模型），分别用于生成精确的几何结构和生动逼真的纹理。通过这种解耦方式，Hunyuan3D 2.0 能够有效分离形状和纹理生成的复杂性，同时为生成或手工制作的几何模型提供灵活的纹理处理。

Hunyuan3D 2.0 生成的 3D 示例

Hunyuan3D 2.0 的主要功能

Hunyuan3D-2-goods

高分辨率 3D 模型生成：通过两阶段生成流程，先生成无纹理的几何模型，再为其合成纹理贴图，有效分离了形状和纹理生成的复杂性。
高质量生成效果：在几何细节、条件对齐和纹理质量等方面全面优于现有的开源和闭源模型。
多样的使用方式：支持通过代码调用、Gradio 应用、Blender 插件以及在线快速体验。

Hunyuan3D 2.0 的技术原理

Hunyuan3D-2-arch

两阶段生成流程：Hunyuan3D 2.0 采用两阶段生成策略：首先是几何生成，然后是纹理生成。这种解耦方式有效分离了形状和纹理生成的复杂性，同时为生成或手工制作的几何模型提供灵活的纹理处理。
几何生成模型（Hunyuan3D-DiT）：Hunyuan3D-DiT 是基于流扩散的扩散模型，生成与给定条件图像精确匹配的几何模型。通过 Hunyuan3D-ShapeVAE 将 3D 形状编码为连续的潜码，然后基于双流和单流的 Transformer 架构进行扩散模型训练。
纹理生成模型（Hunyuan3D-Paint）：Hunyuan3D-Paint 基于强大的几何和扩散先验知识，为生成或手工制作的网格模型生成高分辨率且生动逼真的纹理贴图。通过多视图扩散生成方案，结合几何条件（如法线图和位置图）生成多视图图像，烘焙为高分辨率纹理。
性能优化：Hunyuan3D 2.0 在几何细节、条件对齐和纹理质量等方面表现出色，超越了现有的开源和闭源模型。评估结果显示，在生成质量上显著优于其他基准模型。

如何运行 Hunyuan3D 2.0

Hunyuan3D 2.0 提供了多种运行方式，无论是通过代码、Gradio 应用、API 服务器，还是 Blender 插件，都能满足不同用户的需求。希望本教程能帮助你快速上手并发挥 Hunyuan3D 2.0 的强大功能！

1. 安装依赖

在开始之前，确保你的环境中已经安装了必要的依赖库。以下是安装步骤：

安装 PyTorch

请根据你的硬件配置（如是否使用 GPU）从PyTorch安装适合的版本。

PyTorch：https://pytorch.org/

安装其他依赖

运行以下命令安装其他必要的依赖库：

pip install -r requirements.txt
# 安装纹理生成相关的扩展
cd hy3dgen/texgen/custom_rasterizer
python3 setup.py install
cd ../../..
cd hy3dgen/texgen/differentiable_renderer
python3 setup.py install

2. 使用代码运行模型

Hunyuan3D 2.0 提供了一个类似于 diffusers 的 API，用于加载和运行形状生成模型 Hunyuan3D-DiT 和纹理合成模型 Hunyuan3D-Paint。

使用 Hunyuan3D-DiT 生成形状

from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline

# 加载预训练模型
pipeline = Hunyuan3DDiTFlowMatchingPipeline.from_pretrained('tencent/Hunyuan3D-2')
# 使用输入图像生成 3D 形状
mesh = pipeline(image='assets/demo.png')[0]

# 将生成的网格保存为 GLB 文件
mesh.export('output_model.glb')

使用 Hunyuan3D-Paint 生成纹理

from hy3dgen.texgen import Hunyuan3DPaintPipeline
from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline

# 首先生成 3D 形状
pipeline = Hunyuan3DDiTFlowMatchingPipeline.from_pretrained('tencent/Hunyuan3D-2')
mesh = pipeline(image='assets/demo.png')[0]

# 然后为形状生成纹理
pipeline = Hunyuan3DPaintPipeline.from_pretrained('tencent/Hunyuan3D-2')
mesh = pipeline(mesh, image='assets/demo.png')

# 将带有纹理的模型保存为 GLB 文件
mesh.export('textured_model.glb')

代码解释

Hunyuan3DDiTFlowMatchingPipeline 用于从输入图像生成 3D 形状。返回的 mesh 是一个 trimesh 对象，可以保存为多种格式的文件。
Hunyuan3DPaintPipeline 用于为生成的 3D 形状添加纹理。
最终生成的模型可以导出为 GLB 或 OBJ 文件，方便在其他 3D 工具中使用。

3. 使用 Gradio 应用

如果你希望通过图形界面运行 Hunyuan3D 2.0，可以使用 Gradio 应用。以下是启动不同模型的命令：

# 启动 Hunyuan3D-2mini
python3 gradio_app.py --model_path tencent/Hunyuan3D-2mini --subfolder hunyuan3d-dit-v2-mini --texgen_model_path tencent/Hunyuan3D-2

# 启动 Hunyuan3D-2mv
python3 gradio_app.py --model_path tencent/Hunyuan3D-2mv --subfolder hunyuan3d-dit-v2-mv --texgen_model_path tencent/Hunyuan3D-2

# 启动 Hunyuan3D-2
python3 gradio_app.py --model_path tencent/Hunyuan3D-2 --subfolder hunyuan3d-dit-v2-0 --texgen_model_path tencent/Hunyuan3D-2

4. 使用 API 服务器

你也可以通过本地 API 服务器发送请求，实现从图像到 3D 模型的生成。以下是启动服务器和发送请求的示例：

启动 API 服务器

python api_server.py --host 0.0.0.0 --port 8080

发送 POST 请求生成 3D 模型

# 将图像转换为 Base64 字符串
img_b64_str=$(base64 -i assets/demo.png)

# 发送 POST 请求
curl -X POST "http://localhost:8080/generate" \
     -H "Content-Type: application/json" \
     -d '{
           "image": "'"$img_b64_str"'",
         }' \
     -o test2.glb