腾讯推PolyGen建模AI　支持拓扑压缩即时导出大幅提升建模实用度

腾讯最近正式发布业界首个美术级3D生成AI模型“Hunyuan3D-PolyGen”，结合自主研发的高压缩率BPT技术，可生成面数达上万面的复杂几何模型。该技术已集成至腾讯多个游戏管线，协助美术师建模效率提升超过70%，标志着AI生成3D模型从“可看”迈向“可用”的重要突破。

🚀Introducing Hunyuan3D-PolyGen, our newly upgraded and industry-first art-grade 3D generative model. It brings effortless intelligent retopology, making AI-generated models ready for professional art pipelines.

✅ Superior Mesh Topology: Our self-developed mesh autoregressive…

— Hunyuan (@TencentHunyuan) July 7, 2025

Hunyuan3D-PolyGen采用自回归网格生成框架，通过显式、离散的顶点与面片建模进行空间推理，生成高品质且符合美术规范的3D模型。核心框架包含三个步骤：网格串行化将顶点和面片转化为Token串行表示Mesh结构；自回归建模以点云作为输入提示，利用自回归模型生成Mesh的Token串行；串行解码将生成的Token串行反向解码为顶点与面片，重建3D网格。

现有的mesh自回归方法表达一个面通常需要9个token，mesh表达冗余程度高，在有限的上下文窗口下仅可对低面片（2000面以下）的简单模型进行建模。为提升可建模面数，实现复杂mesh建模，腾讯团队自主研发高压缩率mesh表征BPT（Blocked and Patchified Tokenization）技术。

BPT技术设计包含两个核心创新：block索引将网格空间分成多个block，顶点表征由（x,y,z）空间坐标转化为（block, offset）索引坐标，token数量可降低33%；patch压缩将相邻面片组成patch（一个中心顶点和边缘顶点），减少相邻面片间共享顶点的冗余，结合共享block等技巧，token数量可进一步降低约41%。

利用BPT压缩算法，表征mesh的token数量可压缩74%，即平均用2.3个token即可表征一个面，极大提升模型的可建模面数。对比现有mesh自回归方法，可建模的模型更加复杂（可达20,000面以上），细节更加丰富。

腾讯研发mesh自回归的强化学习后训练框架，在预训练模型基础上进行后训练，设计稳定生成和美术规范奖励来引导模型生成更佳结果。通过强化学习可提升模型生成“好结果”的机率，降低生成“差结果”的机率，从而提升模型生成的稳定性。