迈向高保真与工业化:混元 3D 生成大模型从理论到实践的 SOTA 之路|AICon上海

当前,以 Agent 为核心的新一轮技术浪潮正在席卷产业。那么,世界模型的下一个突破在哪?Agent 从 Demo 到工程化还差什么?研发体系不重构,还能撑多久?

6 月 26 日-6 月 27 日,AICon全球人工智能开发与应用大会将在上海举办。本次大会将围绕以上问题,邀请来自腾讯、阿里、快手、华为、飞猪等 50+头部企业的技术负责人、高校与科研机构的一线专家,分享 Agent 在真实生产环境中的落地经验与前瞻思考。深入探讨 Agent 从原型到量产的工程挑战、数据与记忆的基础设施底座、安全可信的落地保障,以及大模型推理优化、智算架构升级等关键命题。

混元资深技术专家杨祥辉已确认出席 “人工智能前沿技术探索” 专题,并发表题为《迈向高保真与工业化:混元 3D 生成大模型从理论到实践的 SOTA 之路》的主题分享。3D 资产是游戏、影视、工业设计等数字内容产业的刚需,但传统 3D 建模存在门槛高、周期长(单模型平均 7 天)、成本昂贵(百元至万元)的核心痛点。腾讯混元 3D 生成大模型致力于通过 AIGC 技术重塑 3D 内容生产管线。本次演讲杨祥辉将深度解析如何通过三大核心技术突破实现 SOTA 效果。

杨祥辉,目前任职于腾讯 TEG,专注于 3D 生成大模型的研发与落地。作为腾讯混元 3D 生成大模型的核心研发成员,深度参与了从混元 3D 1.0 到 3.0 的全系列模型迭代,主导了包括几何基模、纹理基模等多个关键模块的技术演进与工程化实现。在研发中,攻克了高分辨率 3D 表征、高效 3D 稀疏 VAE 解码、PBR 材质生成、美术级智能拓扑等多个技术挑战,推动模型效果达到业界 SOTA。相关成果已成功落地于多个腾讯内部业务,并通过开源(GitHub Star >2.8 万,HuggingFace 下载量超 300 万)及开放平台赋能超过 150 家行业标杆客户,显著降低了 3D 内容创作门槛。研究方向覆盖 3D 生成、多模态理解与生成、AI for Content Creation。他在本次会议的详细演讲内容如下:

演讲提纲:

  1. 引言:3D AIGC 的机遇与工业级挑战

  • 3D 内容的稀缺性与生产瓶颈数据分析

  • 从“能生成”到“好用、可用、可落地”的鸿沟:精度、可控性、美术规范

2. 核心突破一:超高清 3D 几何生成的架构演进

  • 数据瓶颈:如何构建支持超高分辨率的 3D 数据管线?

  • 表征瓶颈:高效稀疏 3D-VAE 解码器的设计,如何将解码效率提升、最大 Token 数提升?

  • 生成瓶颈:3D-DiT 模型的设计理念与实现,如何解决整体结构、表面规整与局部细节的优化冲突?

3. 核心突破二:面向真实渲染的材质生成

  • 从 RGB 贴图到 PBR 材质:为何这是逼真渲染的必由之路?

  • 业界首个多视图 PBR 生成框架详解:如何端到端建模法线、粗糙度、金属度等多通道?

4. 核心突破三:达到游戏美术标准的生成与后处理

  • 智能拓扑:自研 Mesh 表征 BPT 如何将表征 Token 压缩 74%,支持 2 万+面数建模

  • 组件化生成:业界首个原生 3D 分割模型(P3-SAM)与多组件 Diffusion 架构,如何实现高精度自动拆件?

5. 踩坑与反思:高精度数据获取、算法效率与质量的权衡、与专业工具的兼容性等实践挑战

听众收益:

  • 获得一套完整的工业级 3D AIGC 技术体系认知:听众将深入了解一个顶级 3D 生成大模型(混元 3D)从技术选型、核心模块创新(几何、纹理、拓扑)到大规模业务落地的全链路设计思路与踩坑经验

  • 掌握 3D 生成领域的关键技术突破与前沿方向:深入理解超高分辨率 3D 表征、PBR 材质生成、符合美术规范的 Mesh 生成等核心挑战的解决方案,把握从“可用”到“好用”的技术发展趋势,提升在多媒体、游戏、机器人仿真等领域的技术视野与判断力

  • 借鉴头部企业的开源与生态建设策略:了解腾讯混元 3D 如何通过持续开源构建开发者社区、扩大行业影响力的实践,以及如何通过技术开放平台赋能游戏、3D 打印、设计等跨行业客户,为技术产品的商业化与生态化运营提供思路

除此之外,本次大会还策划了端侧 AI、物理与数字空间智能化、世界模型与多模态智能突破、Agent 架构与工程化实践、Agent 安全与可信治理、企业级研发体系重构、AI 原生数据工程、AI 时代的个人提效与组织变革等 14 个专题论坛,届时将有来自不同行业、不同领域、不同企业的 50+资深专家在现场带来前沿技术洞察和一线实践经验。

更多详情可扫码或联系票务经理 13269078023 进行咨询。

迈向高保真与工业化:混元 3D 生成大模型从理论到实践的 SOTA 之路|AICon上海