腾讯推 PolyGen 建模 AI　支援拓扑压缩即时导出大幅提升建模实用度

BPT 技术设计包含两个核心创新：block 索引将网格空间分成多个 block，顶点表徵由（x,y,z）空间座标转化为（block, offset）索引座标，token 数量可降低 33%；patch 压缩将相邻面片组成 patch（一个中心顶点和边缘顶点），减少相邻面片间共用顶点的冗余，结合共享 block 等技巧，token 数量可进一步降低约 41%。

利用 BPT 压缩演算法，表徵 mesh 的 token 数量可压缩 74%，即平均用 2.3 个 token 即可表徵一个面，极大提升模型的可建模面数。对比现有 mesh 自回归方法，可建模的模型更加複杂（可达 20,000 面以上），细节更加丰富。

腾讯研发 mesh 自回归的强化学习后训练框架，在预训练模型基础上进行后训练，设计稳定生成和美术规範奖励来引导模型生成更佳结果。透过强化学习可提升模型生成“好结果”的机率，降低生成“差结果”的机率，从而提升模型生成的稳定性。

该模型同时支援三角面和四角面网格输出，满足不同专业管线需求，布线精度更高，细节更丰富。这种灵活性让 AI 生成的 3D 资产能够无缝应用于游戏开发等专业领域。

目前 3D 生成演算法在几何建模方面虽有显着进展，但生成结果与美术製作的专业标準仍有明显差距，难以直接应用于游戏开发等专业管线。Hunyuan3D-PolyGen 主要为解决 3D 资产生成中布线品质和複杂物体建模的难题，提升美术师建模效率。

该技术及能力已推出至腾讯混元 3D AI 创作引擎，并整合到腾讯多个游戏管线。使用者可在 Hunyuan 3D 官方网站透过“Laboratory”（实验功能）体验该技术，每日可免费使用 20 次，但生成模型不可商用。

来源：腾讯