腾讯混元重磅开源十亿参数3D动作生成模型

2025年末，腾讯混元团队开源 HY-Motion1.0，这款基于 DiT 架构的模型仅需文本描述即可生成高保真3D动画，不仅打破了国外技术垄断，更直接打通了 Blender 与 Unity 的工作流，大幅降低了游戏开发门槛。

文本驱动3D的架构突破

2025年12月30日，腾讯混元团队正式对外开源了十亿参数级的文本到3D动作生成大模型——HY-Motion1.0。该模型的核心突破在于采用了 Diffusion Transformer (DiT) 架构与流匹配机制。这一架构设计使得模型能够理解复杂的自然语言指令，并将其转化为高保真、流畅多样的3D角色骨骼动画。

对于开发者而言，HY-Motion1.0 的最大价值在于其“即插即用”的兼容性。生成的动作数据直接支持 SMPL-H 骨骼格式，能够无缝导入 Blender、Unity、UE 等主流3D制作工具。这意味着，从简单的角色行走，到复杂的《黑客帝国》式子弹时间下腰，开发者只需输入一段提示词，即可获得可用的动画资产。

图源备注：图片由AI生成

全阶段训练与强化学习优化

为了实现动作的自然度与物理合理性，HY-Motion1.0 采用了严谨的全阶段训练策略。 首先，模型在超过3000小时的多样化动作数据上进行预训练，建立了通用的运动先验知识； 其次，通过400小时的精选高质量数据进行微调，重点提升动作细节的流畅性； 最后，引入强化学习（RLHF）机制，结合人类反馈与奖励模型，解决了生成动作中常见的“滑步”或关节扭曲问题，确保了动作符合物理规律且与文本语义高度对齐。

实测数据显示，该模型在指令遵循能力上达到了78.6%（SSAE指标），动作质量评分全面超越了 MoMask 和 DART 等现有的开源基线模型。

游戏工业的效率革命

HY-Motion1.0 的开源对于游戏开发行业具有显著的降本增效意义。在 MMO 或动作类游戏的开发中，海量的 NPC 日常行为（如闲逛、互动）往往占据了动画师大量精力。现在，这款端到端模型可以快速批量生成此类基础动画，显著加速项目的预研与迭代周期。

尽管在跳台滑雪等极限运动的还原上仍有优化空间，但其发布的轻量版 HY-Motion-1.0-Lite（0.46B参数）已经为个人开发者和小型工作室提供了强大的生产力工具，预示着 AI 辅助3D内容创作（AIGC 3D）正加速进入实用化阶段。