腾讯混元3D宣布再次升级，带来了业界首个美术级3D生成大模型Hunyuan3D-PolyGen。根据介绍，该模型主要是为解决3D资产生成中布线质量和复杂物体建模的难题，提升美术师建模效率。

为实现从“可看”到“可用”的3D生成，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，生成高质量、符合美术规范的3D模型。其核心框架包括以下三个步骤：

• 网格序列化：将网格的顶点和面片转化为Token序列，用以表示Mesh结构。
• 自回归建模：以点云作为输入Prompt，利用自回归模型生成Mesh的Token序列。
• 序列解码：将生成的Token序列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（一个面片三个顶点，每个顶点三个坐标），mesh表达冗余程度高，在给定有限的上下文窗口下，仅可对低面片（2k面以下）的简单模型进行建模，为了提升可建模面数，实现复杂mesh建模，混元团队自研了高压缩率mesh表征BPT（Blocked and Patchified Tokenization)，设计block索引和patch压缩，使表达相同 mesh 所需的token序列更短，如下图所示： 

1)  block索引：将网格空间分成多个block，顶点的表征由(x,y,z)空间坐标转化为(block, offset)索引坐标，token数量可降低33%；

2)  patch压缩：将相邻面片组成patch（一个中心顶点和边缘顶点），减少相邻面片之间共用顶点的冗余，结合共享block等技巧，token数量可进一步降低约41%。

利用以上压缩算法BPT，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，极大提升了模型的可建模面数，由下图可看出，对比现有mesh自回归方法，可建模的模型更加复杂（可达2w+面），细节更多。

此外，其还研发了mesh自回归的强化学习后训练框架，在预训练模型的基础上进行后训练，设计稳定生成和美术规范奖励来引导模型生成更好的结果。通过强化学习，可以提升模型生成“好结果”的概率，降低模型生成“差结果”的概率，从而提升了模型生成的稳定性。

更多详情可查看官方公告。