Tencent Hunyuan komanda svētdien izlaida jaunu mākslīgā intelekta (AI) modeli, kas var radīt trīsdimensiju (3D) pasaules. Saukts par Hunyuan 3D pasaules modeli 1.0, tas ir atvērtā koda modelis, kas atbalsta gan tekstu, gan attēlus kā ievadi. Modelis var ģenerēt 360 grādu pasaules skatus, kas ir gan emocionāli, gan interaktīvi. Pēc ģenerēšanas lietotāji var arī šķērsot šīs pasaules kā spēlējamu aktīvu. Ķīniešu tehnoloģiju konglomerāts saka, ka modelis var palīdzēt videospēļu izstrādē, virtuālajā realitātē un digitālā satura izveidē.
Tencent’s Hunyuan 3D World Model 1.0 ir balstīts uz jaunu ietvaru
Pasaules paaudzes modeļi ir viena no ģeneratīvās AI nišas jomām, un tie koncentrējas uz sistēmas spēju radīt ģeometrisko konsekvenci, padarot efektivitāti un pasaules vizuālo daudzveidību. Pēc tam šīs ģenerētās vides var izmantot dažādos scenārijos, sākot no videospēļu veidošanas līdz robotu apmācībai praktiski.
Tencent’s Hunyuan 3D pasaules modelis pašlaik ir pieejams lejupielādei, izmantojot uzņēmuma Github Un apskaujot seju sarakstiApvidū Modelis tiek darīts pieejams ar pieļaujamu “Tencent-Hunyuanworld-1.0-kopienas” licenci, kas ļauj gan akadēmiskai, gan komerciālai lietošanai. Personas, kuras vienkārši vēlas pārbaudīt modeli un to nevadīt uz vietas, var doties uz Tencent’s platforma un sākt ģenerēt.
Mēs esam priecīgi izlaist un atvērtā pirmkoda Hunyuan3d World Model 1.0! Šis modelis ļauj jums no tikai teikuma vai attēla ģenerēt ieskaujošas, efektīvas un interaktīvas 3D pasaules.
Tas ir nozares pirmais atvērtā koda 3D pasaules paaudzes modelis, kas ir saderīgs ar CG cauruļvadiem… pic.twitter.com/cpetdvo7vw
– Hunyuan (@tencenthunyuan) 2025. gada 27. jūlijs
Uz Projekta lapaUzņēmums saka, ka esošās pasaules paaudzes pieejas koncentrējas vai nu uz video balstītām metodēm, vai 3D balstītām metodēm. Kamēr pirmais nodrošina spēcīgu vizuālo daudzveidību, otrais nodrošina 3D konsekvenci un efektivitāti renderēšanas laikā. Tomēr neviena no šīm pieejām nepiedāvā abas, paziņoja komanda. Lai atrisinātu šo problēmu, Hunyuan komanda izveidoja jaunu ietvaru.
Šajā ietvarā tiek izmantots semantiski slāņains 3D acs attēlojums, kas var projicēt panorāmas attēlus kā 360 grādu pasaules starpniekserveri. Pēc tam šie starpnieki tiek sadalīti un rekonstruēti, lai izveidotu dažādas pasaules. Pētnieki izmantoja šo ietvaru kā pamatu, lai apmācītu modeli, lai ģenerētu saskaņotas, emocionālas un interaktīvas 3D pasaules.
Hunyuan komanda sacīja, ka AI modeļa atvērtā koda versija ir balstīta uz Flux attēlu ģeneratoru; Tomēr to var pielāgot arī citiem modeļiem, piemēram, Hunyuan Image, Kontext, stabila difūzija un daudz ko citu. Uzņēmums nenorādīja, vai modelis būs pieejams, izmantojot lietojumprogrammu saskarnes (API).
