Hunyuan3D-Buffalo 1.0 – Khung đa phương thức 3D do Tencent Hunyuan ra mắt Đang hoạt động

Hunyuan3D-Buffalo 1.0 là khung đa phương thức 3D thống nhất do Tencent Hunyuan ra mắt, tích hợp hỏi đáp 3D, định vị không gian, tạo 3D từ văn bản, chỉnh sửa theo lệnh và tạo bộ phận vào một quy trình duy nhất thông qua xương sống Hunyuan3D-VLM dùng chung. Khung hỗ trợ hiểu cấu trúc mô hình 3D bằng ngôn ngữ tự nhiên, định vị bộ phận, chỉnh sửa hình học cục bộ theo lệnh và trích xuất bộ phận cấp ngữ nghĩa, nhằm khép kín vòng lặp hiểu, tạo và chỉnh sửa 3D, cung cấp giải pháp sản xuất tài sản 3D có thể kết hợp cho game, hoạt hình và thiết kế công nghiệp.

Hiểu 3D: Hỗ trợ hỏi đáp 3D và định vị không gian, có thể trả lời cấu thành mô hình và định vị bộ phận cụ thể.
Tạo 3D từ văn bản: Tạo trực tiếp tài sản 3D chất lượng cao dựa trên mô tả văn bản.
Chỉnh sửa theo lệnh: Thay thế, xóa hoặc thiết kế lại cấu trúc cục bộ của đối tượng thông qua ngôn ngữ tự nhiên.
Tạo bộ phận: Trích xuất bộ phận ngữ nghĩa từ lưới hoàn chỉnh theo lệnh ngôn ngữ rồi tách và tái tổ hợp.
Quy trình thống nhất: Bốn loại tác vụ 3D chia sẻ cùng một biểu diễn ngữ nghĩa 3D và đường ống xử lý.

Kiến trúc thống nhất: Dùng xương sống Hunyuan3D-VLM dùng chung làm nền tảng hiểu thống nhất đa tác vụ, kết nối văn bản, thị giác và biểu diễn 3D.
Mã hóa và phân token 3D: Xử lý đám mây điểm và thông tin pháp tuyến qua 3D Encoder, rồi chuyển thành token ngữ nghĩa thống nhất qua Tokenizer.
Mô-đun tạo: Dựa trên mô-đun Hunyuan3D DiT để hoàn thành tạo 3D chất lượng cao, chỉnh sửa cục bộ và tạo bộ phận.
Kết nối đa phương thức: Lớp Connector cầu nối biểu diễn hiểu của VLM với mô-đun tạo DiT, thực hiện căn chỉnh xuyên phương thức.
Phân tích ngữ nghĩa bộ phận: Dùng lệnh ngôn ngữ để điều khiển phân rã ngữ nghĩa cấu trúc 3D, tạo biểu diễn cấp bộ phận có thể chỉnh sửa.

Truy cập trang web dự án: Truy cập trang chủ Hunyuan3D-Buffalo 1.0 https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0/ để xem kiến trúc kỹ thuật và bản demo chức năng.
Trải nghiệm chỉnh sửa theo lệnh: Trong khu vực “Instruction-Guided 3D Editing”, chọn các ví dụ có sẵn, nhập lệnh ngôn ngữ tự nhiên để xem so sánh giữa mô hình nguồn và mô hình sau chỉnh sửa.
Duyệt tài sản đã tạo: Vào trang “Generated 3D Assets”, xem kết quả tạo 3D từ văn bản và nhấp “View details” để tìm hiểu mô tả văn bản cùng chi tiết hình học của từng tài sản.
Thử trích xuất bộ phận: Trong mô-đun “Part-Extraction with Language”, nhập lệnh mô tả bộ phận, chuyển đổi giữa chế độ xem “Combined” và “Exploded” để xem lưới tổng thể và các bộ phận đã tách.

Thống nhất tác vụ: Tích hợp hiểu, tạo, chỉnh sửa và tách bộ phận vào một khung duy nhất, tránh phải chuyển đổi nhiều mô hình.
Chỉnh sửa cục bộ: Hỗ trợ sửa đổi cục bộ cấp ngữ nghĩa, giữ nguyên cấu trúc hình học tổng thể, nâng cao tỷ lệ tái sử dụng tài sản.
Ngữ nghĩa hóa bộ phận: Có thể hiểu và trích xuất các bộ phận mang ý nghĩa ngữ nghĩa, phù hợp quy trình sản xuất thực tế.
Điều khiển bằng ngôn ngữ: Toàn bộ quá trình tương tác bằng ngôn ngữ tự nhiên, giảm ngưỡng chuyên môn khi sáng tạo 3D.
Sản xuất có thể kết hợp: Các bộ phận được tạo có thể chỉnh sửa và tái tổ hợp độc lập, đáp ứng nhu cầu lặp lại của game và thiết kế công nghiệp.

Trang web dự án: https://tencent-hunyuan.github.io/Hunyuan3D-Buffalo1.0/

Lặp lại tài sản game: Giữ nguyên thân nhân vật hoặc đạo cụ đã xác nhận, chỉ sửa trang bị hoặc bộ phận cục bộ theo chỉ dẫn thiết kế.
Chỉnh sửa nhân vật hoạt hình: Thay thế trang phục, vũ khí hoặc bộ phận biểu cảm của nhân vật theo phản hồi của đạo diễn, không cần dựng lại mô hình.
Thiết kế sản phẩm công nghiệp: Điều chỉnh cấu trúc cục bộ của chi tiết cơ khí theo nhu cầu, nhanh chóng kiểm chứng nhiều phiên bản phương án.
Kiểm duyệt nội dung 3D: Tự động hiểu cấu thành mô hình và định vị bộ phận, hỗ trợ kiểm tra tuân thủ và tính toàn vẹn cấu trúc.
Trình diễn giáo dục: Phân tích cấu trúc mô hình 3D qua hỏi đáp ngôn ngữ tự nhiên, hỗ trợ giảng dạy và giải thích kiến thức.