

> 腾讯正式宣布新一代大模型混元3.0将于四月发布，核心能力实现向强智能体的跨越。得益于底层基建的全面重构与持续加码的百亿级研发投入，腾讯正加速在多模态与复杂推理领域构筑技术护城河。

## 跃迁强智能体 逻辑推理与多模态全面突破

在最新财报发布后的媒体沟通会上，腾讯正式披露了其自研大模型混元3.0的最新进展。该模型目前已进入内部核心业务线的压力测试阶段，并明确计划于2026年4月正式对外发布。作为混元系列的跨代际升级版本，新版本在多个核心技术维度实现了质的突破。

相较于2.0版本 新模型在逻辑推理和复杂任务处理上进步显著，官方甚至将其评价为历代产品中提升力度最大的一次。此次升级的核心目标直指智能体赋能 进一步优化了AI执行具体复杂任务的能力，旨在构建能够自主理解并代表用户独立行动的强智能助手。此外 混元在3D生成、文生图及世界建模等多模态领域已确立行业领先地位，相关先进能力已率先在元宝应用和微信生态中完成部署。

![32.png](https://static.downly.cn/images/fcea20fb2fc4b305d7940934b1917993.png)

<center>图源备注：图片由AI生成</center>

## 基础设施换血 百亿级投入驱动底层重构

为了加速模型迭代并从根本上提升模型的智慧水准，腾讯自2025年下半年起展开了一场深度的内部基建革命。研发团队不仅全面优化了开发流程并大规模引进了顶尖AI人才，更彻底重建了预训练与强化学习的底层基础设施。这一举措显著提升了庞大数据清洗与处理的质量，为模型的高效迭代扫清了算力与数据层面的障碍。

![33.png](https://static.downly.cn/images/7255c3332b1663648c3ed13908a2db38.png)

<center>图源备注：图片由AI生成</center>

支撑这场底层革命的是腾讯控股强劲的财报表现与持续加码的战略决心。数据显示 腾讯2025年全年营收达到7517.7亿元 同比增长14% 第四季度单季营收更是达到1943.7亿元。充足的弹药让腾讯在AI赛道上的投入毫不手软，2025年其在AI新产品上的研发投入已达180亿元。腾讯总裁更是明确表态，2026年的AI投入将至少翻倍。随着混元3.0的正式发布，腾讯有望借助其无可比拟的微信生态壁垒，在激烈的百模大战中攫取更大的商业版图。

腾讯混元3.0定档四月 狂砸百亿重构基建剑指强智能体

> 近日，DreamTech联手南大、复旦、牛津发布的一款名为Direct3D-S2的革命性 3D 生成模型宣布全面开源，其在多个基准测试中展现出影视级的生成效果，甚至超越了闭源模型，仅用 8 块 GPU 便登顶 Hugging Face 排行榜，预示着 3D 内容生成领域的新突破。



在人工智能飞速发展的今天，AI 在文本、图像、视频生成领域已取得令人瞩目的成就。然而，作为下一个前沿阵地，3D 内容的生成一直面临巨大的挑战。 如今，这一局面正被一款名为 **Direct3D-S2** 的模型所改变。 它不仅实现了影视级别的 3D 生成效果，更以全面开源的姿态，仅用 8 块 GPU 便在 Hugging Face 排行榜上超越了众多闭源模型，加冕“3D 生成新王”。[HuggingFace在线体验Demo](https://huggingface.co/spaces/wushuang98/Direct3D-S2-v1.0-demo)

![image.png](https://static.downly.cn/images/36cdd17b6e3d9c30072d2a66fa030f13.png)

Direct3D-S2 的开源，无疑为 3D 内容创作、游戏开发、元宇宙构建等领域带来了革命性的机遇。 它降低了 3D 内容生成的门槛，使得更多开发者和研究人员能够接触并利用这一前沿技术。
[官网](https://www.neural4d.com/)
![image.png](https://static.downly.cn/images/84327a4e9f2c2591705d92ca741f86ab.png)
### 挑战与突破 3D 生成的“卡脖子”难题

传统的 3D 内容生成，无论是建模还是动画，都依赖于专业软件和大量人工。 即便 AI 参与，也面临着诸多难题

*   **数据稀缺与标注复杂** 相比于 2D 图像，3D 数据集的获取和标注成本极高。
*   **模型复杂性与计算成本** 3D 模型的表示方法多样（点云、网格、体素等），生成高质量、高细节的 3D 内容需要巨大的计算资源。
*   **效果真实性与泛化能力** 现有模型往往难以生成具有真实感、细节丰富且能够泛化到不同场景的 3D 内容。

Direct3D-S2 正是在这些挑战中取得了突破。 它结合了最新的扩散模型技术与多视图几何、神经渲染等先进理念，实现了从文本或图像到高质量 3D 模型的直接生成。
注意：以 512 分辨率生成至少需要 10GB 的 VRAM，而 1024 分辨率需要大约 24GB 的 VRAM。我们不建议以 512 分辨率生成模型，因为这只是 1024 模型的中间步骤，质量明显较低。

### Direct3D-S2 的核心技术揭秘

Direct3D-S2 能够实现影视级 3D 生成，其核心技术在于以下几点

*   **高效的 3D 表示学习** 模型能够有效学习和表示 3D 空间中的复杂几何与纹理信息，从而生成高保真度的 3D 模型。
*   **多视图一致性优化** 通过在训练过程中引入多视图几何约束，确保生成的 3D 模型在不同视角下都具有良好的连贯性和真实感，解决了传统 3D 生成中常见的“鬼影”或“崩坏”问题。
*   **先进的扩散模型** 借鉴了 2D 图像生成领域的成功经验，Direct3D-S2 将扩散模型引入 3D 生成，通过迭代去噪过程逐步生成高质量的 3D 内容。
*   **优化的训练策略** 论文中详细描述了其训练策略，包括如何有效利用现有 2D 数据进行蒸馏，以及如何进行高效的 3D 数据增强，从而在有限的计算资源下实现卓越性能。

![image.png](https://static.downly.cn/images/45709b164f70e428c89a868def28e725.png)

### 性能惊艳 8 块 GPU 登顶 Hugging Face

Direct3D-S2 的性能表现令人震撼。 在多个权威的 3D 生成基准测试中，它不仅超越了此前表现优异的众多开源模型，甚至在许多关键指标上胜过了闭源解决方案。

更令人惊叹的是，这一卓越的性能是在相对有限的计算资源下实现的。 官方数据显示，仅需 8 块 GPU，Direct3D-S2 便能完成训练并展现出顶尖的生成能力。 这对于个人开发者和中小企业而言，无疑是巨大的福音，极大地降低了参与 3D 内容生成前沿研究和应用的门槛。

在 Hugging Face 平台上，Direct3D-S2 凭借其高质量的生成效果和高效的训练推理能力，迅速获得了社区的认可，成功登顶相关排行榜，成为 3D 生成领域的新标杆。

### 颠覆未来 3D 内容创作的无限可能

Direct3D-S2 的全面开源，其影响力将是深远的

*   **赋能游戏与影视行业** 开发者可以快速生成高质量的 3D 资产、场景，大幅缩短游戏和影视作品的制作周期和成本。
*   **加速元宇宙构建** 为元宇宙中的虚拟形象、物品、环境等 3D 资产的快速生成提供了强大工具，推动虚拟世界的建设。
*   **推动 VR/AR 发展** 高质量的 3D 模型能够为 VR/AR 应用提供更沉浸、更真实的体验。
*   **激发学术研究** 开源代码和模型将吸引更多研究人员投入到 3D 生成领域，共同探索更先进的技术。

<video src="https://static.downly.cn/images/55c830acc95a9f8603688a648fdda517.mp4"  title="civitai_house0.mp4"></video>

Direct3D-S2 的出现，标志着 3D 内容生成技术正在从实验室走向实际应用，从高门槛走向普惠。 它不仅仅是一款模型，更是开启 3D 创作新时代的钥匙。 我们可以预见，在不久的将来，通过简单的文本描述或图像输入，便能生成栩栩如生的 3D 世界，将不再是梦想。



搜索结果: 3D生成