7月7日的Home报告说，他从腾讯Hunyuan的官方帐户中学到了家中的第一款艺术级别3D代人Hunyuan3d-Polygen今天正式发布。该模型结合了BPT技术的自发高压比表征，以产生具有数万个面孔的复杂几何模型，具有更高的电缆和更丰富的细节。它还支持三面面孔和四面面，以满足不同专业管道的需求。基于此，Hunyuan 3D资产可以无缝地应用于UGC游戏资产的产生，这大大提高了艺术家建模的效率。目前，这种技术和能力已在Tencent Hunyuan 3D AI Creation Engine中推出，并与许多Tencent Game的管道集成在一起，这有助于艺术家提高建模超过70％的效率。据官方报道，该模型主要是为了解决质量的接线质量和complex在3D资产生成中的对象建模并提高艺术家建模的效率。该官员提供了如下的几组输入图和输出效果（每个组都是一个示范图，底部是输出效应）：根据报道，3D代的算法在几何建模方面已经显着发展，但一代人的成果与劳动力的专业标准和艰难的艺术和艰难的艺术标准和艰难的艺术标准和艰难的艺术 - 艰难的艺术和艰难的艺术 - 艰难的艺术和艰难的艺术作品 - 艰难的艺术和艰难的艺术作品 - - 劳动力的工作标准，劳动力的努力工作标准，以及劳动力的努力工作标准，以及艺术的努力工作标准和艺术的努力工作标准，直接适用于专业管道上的专业管道，例如游戏开发。 Hunyuan3d-Polygen采用了自回归网格的框架，通过显式和离散顶点和补丁建模来生产符合艺术规格的高质量3D模型，以实现空间识别。它的主要框架包括以下三个步骤：网格序列化：将顶点和网格斑点转换为令牌序列以表示网格的结构。自动回归建模：使用点云作为输入提示，并使用自回归模型产生网格令牌。序列解码：反向解码是令牌中的法令 - 对顶点和贴片，并重建3D网格。 Tencent开发了用于网格自动进度的训练后培训框架的增强，并根据训练前模型进行训练后进行培训，并设计了稳定的世代和艺术规格的奖励，以指导模型UTO产生更好的结果。通过研究加强，产生“良好结果”的模型的可能性可以改善，并且可以减少产生“差结果”的模型的可能性Ed，从而提高了模型一代的稳定性。
