Don't Miss
混元模型｜騰訊新模型 圖像秒變3D影片
By 信報財經新聞 on September 5, 2025
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
騰訊（00700）混元團隊日前發布開源模型HunyuanWorld-Voyager，容許用戶使用單張圖片，生成完整3D世界影片，省去大量後續處理工作。程式碼與模型權重完整開源，在代碼託管平台GitHub及AI開發者平台Hugging Face提供下載。官方建議配置為記憶體80GB以上的圖像處理器（GPU）。
研究人員以「幾何注入條件」機制，將深度資訊與畫面生成緊密結合，降低場景失真與幻覺問題；又設計了「世界快取」機制，持續累積點雲（Point Cloud）座標資訊，協助模型記憶場景結構。團隊還建立一條自動化數據管線，從各類影片擷取相機位置與深度資訊，省卻人手標註工序，藉此建構逾10萬段影片的訓練資料集。
Voyager各項評分均列三甲
在WorldScore測試中，HunyuanWorld-Voyager以77.62分排名首位，超越多款全球領先模型，每項指標都取得頭三名成績，包括相機控制、物體控制、內容對齊、3D結構一致性等。不過模型輸出的結果，仍限於導覽影片與點雲數據，後者雖有助於轉製3D建模，但模型尚無法直接生成網格（Mesh）或貼圖（Texture）。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
