1. Introduction au tutoriel

Tencent Hunyuan3D-2.1, publié par l'équipe Tencent Hunyuan le 14 juin 2025, est un modèle de génération 3D open source de qualité industrielle et un système de création d'assets 3D évolutif. Il stimule le développement de technologies de pointe en matière de génération 3D grâce à deux innovations majeures : un framework entièrement open source et la synthèse de textures basée sur le rendu physique (PBR). Premier modèle de génération de matériaux à prendre en charge le rendu physique, il intègre un système de matériaux complet basé sur les lois de la physique, incluant la réflexion diffuse, la métallisation et le normal mapping. Il permet ainsi d'obtenir des interactions d'éclairage et d'ombres d'une qualité cinématographique pour des matériaux tels que le cuir et le bronze, répondant aux exigences de précision requises pour la production d'assets de jeux et le design industriel. Parallèlement, il ouvre entièrement le traitement des données, le code d'entraînement et d'inférence, les pondérations du modèle et l'architecture, permettant aux développeurs de la communauté d'optimiser les tâches en aval, fournissant une base de référence reproductible pour la recherche académique et réduisant les coûts de développement répétitifs pour les applications industrielles. Des articles de recherche associés sont disponibles. Hunyuan3D 2.0 : Mise à l'échelle des modèles de diffusion pour la génération de ressources 3D texturées haute résolutionElle a été acceptée par CVPR 2025.

Les ressources informatiques utilisées dans ce tutoriel sont une seule carte RTX A6000.

2. Affichage des effets

3. Étapes de l'opération

1. Démarrez le conteneur

2. Étapes d'utilisation

Si le message « Passerelle incorrecte » s'affiche, cela signifie que le modèle est en cours d'initialisation. Le modèle étant volumineux, veuillez patienter 3 à 4 minutes avant d'actualiser la page.

Paramètres spécifiques :

• Numéro de face cible : spécifie le nombre maximal de faces triangulaires pour générer le modèle 3D.
• Supprimer l'arrière-plan : permet de supprimer l'arrière-plan, de détecter et d'effacer automatiquement l'arrière-plan de l'image (comme une couleur unie, des scènes encombrées) et de conserver uniquement le contour de l'objet principal.
• Graine : contrôle le caractère aléatoire du processus de génération.
• Étapes d'inférence : contrôle le nombre d'itérations d'échantillonnage du modèle de diffusion.
• Résolution Octree : définit le niveau de précision de la grille pour la segmentation de l'espace 3D.
• Échelle de guidage : contrôle la force des contraintes imposées par la description textuelle sur les résultats générés.
• Nombre de blocs : divisez les tâches de rendu 3D volumineuses en sous-blocs traités en parallèle pour éviter le dépassement de mémoire vidéo (OOM).

résultat

4. Discussion

🖌️ Si vous voyez un projet de haute qualité, veuillez laisser un message en arrière-plan pour le recommander ! De plus, nous avons également créé un groupe d’échange de tutoriels. Bienvenue aux amis pour scanner le code QR et commenter [Tutoriel SD] pour rejoindre le groupe pour discuter de divers problèmes techniques et partager les résultats de l'application↓

Informations sur la citation

Les informations de citation pour ce projet sont les suivantes :

@misc{hunyuan3d22025tencent,
    title={Hunyuan3D 2.0: Scaling Diffusion Models for High Resolution Textured 3D Assets Generation},
    author={Tencent Hunyuan3D Team},
    year={2025},
    eprint={2501.12202},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

@misc{yang2024hunyuan3d,
    title={Hunyuan3D 1.0: A Unified Framework for Text-to-3D and Image-to-3D Generation},
    author={Tencent Hunyuan3D Team},
    year={2024},
    eprint={2411.02293},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}