從游戲工廠到空間智能仿真：混元 3D 為何是騰訊 AI 的“側翼突圍”

作者 | 高允毅

編輯 | 趙鈺瑩

中國模型出海提速之時，騰訊混元 3D 已經率先把世界拉進了它的三維宇宙。

11 月 26 日，混元 3D 創作引擎發布國際版，API 上線騰訊云國際站；與此同時，開源版混元 3D 的全球下載量也突破 300 萬。產品出海與模型開源兩條路徑同時推進，混元 3D 正加速進入全球開發者視野，一條屬于騰訊的 AI 戰略路線也隨之顯形。

為什么是騰訊？為什么是今年？為什么是 3D？

騰訊的獨特之處在于，它既不是英偉達式的算力公司，也不是 Adobe 那樣的工具公司，而是同時擁有需求端（互動游戲、地圖導航、AR、VR 及云端業務的海量 3D 需求）、技術端（混元大模型的多模態能力成熟遇到了 3D 生成技術快速增長期）、生態端（微信、QQ、騰訊云構成的覆蓋 C 端和 B 端的分發網絡）的復合型科技公司 。

這種“業務—技術—生態”三位一體的能力，使其在 3D 生成的商業化落地中具備更強的場景穿透力與網絡效應。

1 從“工廠車間”開始——混元 3D 在騰訊游戲內部的落地

傳統 3D 行業，“貴、慢、難”幾乎是所有團隊的共識，這個問題在游戲領域尤其尖銳。

網上數據顯示，美術成本在游戲研發中通常占 50%–80%，而 3D 制作又是其中最重的一塊：一個 3D 角色模型成本往往在幾萬元到近百萬元，制作周期從幾天到數周甚至數月不等，復雜場景的資產制作周期更是長得驚人，一款頂尖 3D 游戲在 3D 研發上的投入可以高達數億美元。大制作游戲更是對細節是精益求精、容不得差，如果生成模型在某個小細節上偏了一點，玩家發現了就可能影響游戲口碑，高精度幾何與紋理因此成為整個行業最昂貴、人力最密集的環節。

這種困局直接導致行業兩極分化：大廠靠海量人力堆出高精度資產，中小團隊和獨立開發者只能在“低成本、低質量”中打轉，無數好創意因“做不起 3D 資產”夭折。

因此，3D 生成已經逐漸成為游戲行業的一個剛需。

“游戲的工業化生產管線遠比大眾想象的復雜”，騰訊混元 3D 負責人郭春超指出。傳統 3D 建模流程環環相扣：原畫定稿后，建模師先建高模雕刻，再拓撲成低模，接著展開 UV、烘焙紋理、綁定骨骼，每一步都依賴人工經驗。但這些都可以用 3D 大模型去提效、提質。

騰訊沒有試圖用“一鍵生成”的噱頭顛覆生產方式，而是拆成兩條技術主線：

一條面向 3D 資產本身，提升批量產出效率；

一條面向世界模型，解決場景級搭建問題。

先說前者。

目前騰訊內部數十個游戲項目已接入該系統試驗落地。《元夢之星》是其中的代表性案例之一，其 UGC 編輯器接入了混元 3D。玩家只需輸入一句描述，例如“一個海盜主題的木桶道具”，幾秒鐘后，一件可直接編輯的 3D 資產就跳到了屏幕上，極大地幫助玩家減輕了建模負擔、提升 UGC 創作者的地圖創作效率。

更具代表性的是另一款零代碼編輯器《輕游夢工坊》。傳統游戲美術制作需原畫、建模、動畫等多崗位協作，而接入混元 3D 后，“做的人不再需要懂建模”，郭春超這樣描述。一個新手可以借助《輕游夢工坊》成熟的預制模板與功能組件以及混元 3D 強大的美術資產生成能力，一周左右完成一款游戲。

在 2025 年輕游夢工坊全國游戲創作大賽中，約有四成參賽者沒有任何游戲開發經驗，卻憑借編輯器及其內置的混元 3D 功能完成了可玩性與創意十足的優秀作品。不少創作者反饋稱，編輯器內置的混元 3D 功能讓他們能夠在幾分鐘內完成建模，做到了“開箱即用”，生成的模型已自動綁定骨骼并制作好基礎動畫，可以直接在編輯器中使用，大大縮短了開發周期。

用混元 3D 制作的“帶有齒輪的機械海豚，蒸汽朋克風”

混元 3D 的定位不是替代，而是分工重塑：讓 AI 生成大部分可用的基礎資產和原型，人類聚焦風格統一、細節打磨和最終決策。郭春超給過一個驚人的數據對比：“原本做一個輕量游戲道具，需要兩天；現在用混元 3D 只需要 0.2 天，一天能做五個。”

在混元 3D 上傳多張圖片，生成精準三維游戲角色

盡管如此，要完全進入 3D 游戲的高精度生產線，混元 3D 還要攻克組件化生成、低多邊形拓撲平衡等難題。

如何理解組件化生成？比如把一把槍拆成槍托、槍管、彈匣，把一輛車拆成車門、燈組、底盤。拆得不對，美術無法編輯；拆得不穩，動畫無法綁定；拆得不一致，生產線就斷流。“真正的游戲資產不是一體成型，而是分組件生成便于復用，還要在細節精度和運行流暢度之間找平衡”。郭春超解釋道。

低多邊形拓撲平衡，則關系到一個 3D 模型“看起來夠細致，同時在引擎里跑得動”。這一塊傳統算法靠人工反復調整，成本極高；而 AI 模型要想自動完成這一點，則必須在“還原細節”與“保持結構簡潔”之間找到動態平衡。這一問題正是整個游戲工業化管線能否真正吃下 AI 產出的關鍵節點。

圍繞不同用戶，騰訊搭了兩層平臺：

（1）面向大眾創作的「混元 3D AI 創作引擎平臺」，目標是把門檻壓到最低，讓普通用戶、大學生、策劃都能快速產出可用模型；

（2）面向專業團隊的「混元 3D Studio」，服務設計師、開發者和建模師，覆蓋概念、幾何、拓撲、紋理到骨骼動畫的全流程，更強調結構正確、流程可控和資產可落地。

草圖生 3D 功能：混元 3D 一張簡筆畫就能完成 3D 內容創作

再說后者。

如果說前一條路線解決的是“做東西”的問題，混元 3D 的另一條主線則指向“生成世界”——通過世界模型，用一句文字或一張圖片，在幾分鐘內生成一個可漫游的三維場景。

在騰訊的構想里，當輸入一句并不起眼的提示詞，比如“雨后黃昏的賽博城街巷”，幾分鐘后，一個可以自由移動視角、走進街角、看到燈牌厚度和地面反光的 3D 世界就會出現。它不再是 360°全景圖或靜態美術，而是一個“能走、能看、能互動”的空間。

世界模型競爭正進入白熱化階段。Google DeepMind、Meta、OpenAI、NVIDIA、特斯拉、World Labs 等團隊都在加速推進：從視頻生成到可漫游三維場景，再到物理一致性的環境模擬，試圖讓模型從“看見世界”邁向“理解并預測世界”——這是行業普遍認為通往通用智能（AGI）的關鍵路徑。

在這一賽道上，各家巨頭都有不同的切入口：

• DeepMind 用長時序預測推動強化學習；

• Meta 用 V-JEPA 2 探索物理理解與沉浸式交互；

• OpenAI 以視頻生成試探物體關系及物理變化的建模能力；

• NVIDIA 聚焦物理 AI，將世界模型視為下一代仿真引擎；

• Tesla 則把世界模型納入自動駕駛體系，讓系統從簡單預測走向更完整的世界理解。

騰訊的路線并不相同。它不是從技術前沿反推應用，而是從自身龐大的三維業務需求反推技術路線——因此天然更接近大規模落地的一側。

在 World 1.1 發布后，騰訊先解決的是最基礎的問題：生成的世界能否穩定地“跑起來”。下一步，則集中攻克行業公認最難的一環——讓世界在時間維度上保持一致，并具備基本的物理與因果邏輯。

這意味著：繞場景一圈，街燈亮度是否一致？推開的門是否仍然打開？從高臺跳下，落點是否合理？這些在真實制作流程中需要大量人工復查的小細節，正是決定一個世界是否“能互動、能持續”的核心難點。

騰訊給出的解法是World Play：一套把 2D 的穩定性與 3D 的空間多樣性連接起來的交互模型，讓 AI 不只是“看到世界”，而是能在其中執行任務。再往后，是面向更真實場景的世界模型 2.0，更準確的幾何、更真實的材質，用于線上展會等對逼真度要求更高的場景。

與此同時，混元 3D 在海外也掀起了另一場浪潮——自 2024 年 11 月首代模型開源，2025 年 7 月世界模型 1.0 全面開放以來，累計下載量超過 300 萬次

對騰訊來說，開源更像是一個生態選擇。

“開源的核心是‘生態’，是與社區的雙向奔赴”，郭春超說。一方面，通過開源促進整個 3D 領域的繁榮發展，讓方法、工具更快迭代；另一方面，社區也會帶來技術改進和產品需求反饋，指導下一階段研發方向。

這一戰略已收獲顯著成效，有人提交了紋理生成的改進建議，有人提出分組件、幾何編輯等需求，促使騰訊在基礎模型中兼容這些能力。

很多海外團隊不等騰訊工具鏈更新，直接把模型部署在自己服務器上，用于快速搭建游戲地圖、做玩法驗證、生成 NPC、甚至搭建 VR 空間原型。

2 走出游戲工廠——混元 3D 的行業實驗

混元 3D 的價值，已經明顯超出了游戲行業。在越來越多的 B 端場景里，它開始被當作一種提升生產效率的基礎能力使用，這些場景對 3D 生成的需求更直接，也更具規模。

目前，已有超過 150 家企業經由騰訊云接入混元 3D 模型，應用范圍橫跨游戲制作、電商展示、影視特效、廣告營銷、社交內容生成及 3D 打印等行業。其中既有 Unity 中國這樣的實時 3D 引擎廠商，也有拓竹科技等消費級 3D 打印公司，以及 Liblib 等內容創作平臺。

作為騰訊對外能力輸出的主通道，騰訊云長期服務各行各業，這些客戶都在向更高質量、更自動化的 3D 內容靠攏。“3D 大模型是我們最具競爭力、需求也最旺盛的能力之一。”郭春超說，“從商業化角度，我們認為 3D 是一個規模巨大且持續增長的市場。”

最先跑通商業閉環的，是 3D 打印。

靜態模型可用度高，用戶付費意愿明確，是最容易形成結果的場景。過去，想做一個可打印的個性化模型，要么依賴素材庫，要么具備專業建模技能，門檻很高。接入混元 3D 后，用戶一句自然語言或一張參考圖，就能生成符合打印標準的三維模型，由廠商完成自動校驗和支撐結構生成。對用戶而言，相當于在 3D 打印機背后接入了一位“云端建模師”，建模門檻從專業技能降到了大眾可用。

在這一帶動下，消費級 3D 打印第一次出現了明確的“供給側擴張”跡象。拓竹、創想三維等頭部廠商接入后，用戶開始從被動下載模型，轉向主動創造模型。拓竹方面透露，MakerWorld 平臺月調用量預計突破 10 萬次；創想三維的 MakeNow 平臺接入混元后，可以做到“給一張照片，五分鐘生成 Q 版手辦”。AI 生成正在把 3D 打印從工具，變成一種面向普通用戶的創意載體。

廣告和內容行業也在沿著同一方向移動。

游戲類廣告需要大量 3D 素材，混元 3D 已能直接供給。未來隨著 3D 世界模型成熟，它還可以服務旅游、文博、家居品牌等領域，讓廣告從“展示”變成“體驗”。目前，基于衛星地圖的 3D 生成已經有落地案例，一些海外電商平臺也開始申請商用開源模型。

在設計領域，變化更直觀。

全球首個 AI 設計助手 Lovart 選擇混元 3D 作為核心 3D 引擎，使其從平面設計跨到高清 3D 內容。3D 不再是專業部門的技能，而是整個設計流程可直接調用的能力。

在電商場景中，商家上傳一張商品實拍圖即可生成可旋轉、可縮放的 3D 模型，已有家居商家接入后實現了約 35% 的點擊率提升。在教育與文博領域，文物和教具能夠被快速轉化為三維內容，整體制作成本約為傳統流程的十分之一，為機構大規模開展數字化展示提供了可行路徑。在珠寶等對細節要求較高的行業中，設計師通過自然語言或參考圖即可在數分鐘內生成可 360°查看、可用于設計評審的模型，顯著縮短了前期建模周期。

在自動駕駛和具身智能領域，混元 3D 則承擔著補齊“仿真場景短缺”的重要角色。

AI 訓練需要大量三維物體與場景，以縮短迭代周期、提高測試密度。自動駕駛對仿真環境依賴更強，開源 3D 模型已經被多家廠商使用，用于補充真實道路采集。

騰訊內部的具身智能實驗室 Robotics Lab 是一個典型試驗場：3D 生成 API 輸送到實驗室，實驗室再將智能領域的需求反饋給研發團隊，反向推動模型迭代。在對外合作中，做機械臂和人形機器人的公司幾乎都對 3D 資產和世界模型有需求；自動駕駛側，由于仿真平臺相對通用，基本每家廠商都有類似訴求。

當然，世界級、場景級生成仍在前半程。距離自動駕駛仿真或 3A 游戲制作所需的嚴格品質，還有不小差距。目前真正達到要求的內容比例仍不足 10%。但方向已經明確：3D 正在成為一個跨行業、跨場景的基礎能力，進入更多實際生產流程。

3 騰訊 AI 深層戰略：不卷規模，卷生態壁壘

10 月初，國際大模型競技場 LMArena 公布最新榜單，混元圖像 3.0 在全球 26 個模型的盲測中登頂，拿下最佳綜合文生圖模型與最佳開源模型兩項第一。面對全球用戶的無提示投票，混元圖像 3.0 超過了 Seedream 4 以及 Gemini 2.5 Flash Image Preview 等頂級選手，被認可為當前效果最好的開源生圖模型。這意味著，騰訊已經在關鍵的多模態方向上達到全球領先。

騰訊把路線押在了更能形成壁壘的方向——場景與生態，而不只是規模競速。

“我們的首要任務很明確：先把技術做到業界領先。質量、效果、可控性、速度、成本這些基礎能力是一切的根基，當技術指標做到位，商業化往往是‘水到渠成’的事”，郭春超的表述，精準詮釋了騰訊的 AI 戰略。

混元 3D 是最能代表這套邏輯的產品。相較于其他大廠，騰訊的特點在于：

• 內部有游戲、內容、社交等多元場景，可以“以戰養技”；

• 外部有云服務和開源體系，可以規模化輸出；

• 技術上在幾何、拓撲和渲染管線等 3D 關鍵環節已經積累多年。

財報中也能看到這一策略的影子。騰訊第三季度營收同比增長 15%，管理層把AI 定義為“貫穿內部業務的基礎能力”：從微信生態里的“元寶”，到嵌入會議、QQ、廣告和游戲的智能功能，再到云服務的垂直解決方案，AI 正在從研發投入轉向業務驅動力。

與此同時，騰訊保持著克制的資本開支。管理層反復強調，AI 投入的重點不是“堆規模”，而是“提效率”。混元 3D 的迭代路徑也是如此：先滿足內部需求，經真實業務驗證后開源，再進入 3D 打印、廣告、設計、自動駕駛等行業，從而以較低成本跑出較大價值。

盡管成績斐然，但混元 3D 離“大規模可用”還有距離。而這些局限，恰恰揭示了 3D 創作行業的終極挑戰，也讓騰訊的領跑之路充滿變數。

從技術維度看，質量、可控性和速度是三座大山，這也是 3D 生成與世界模型兩條主線上共同的核心挑戰。

生成質量方面，如何保證視覺效果高，避免畸形和紋理模糊；可控性方面如何保證生成結果符合用戶需求；速度方面如何提高生成速度，進一步降低 GPU 算力消耗和成本？

郭春超的排序是：“先攻質量和可控，再攻加速和降本”。

可控性可以說其中最核心的痛點，復雜機械道具的拆件靈活性不足，AI 生成的往往是整體，單獨編輯某個零件仍需手動調整；在對 3A 水準要求較高的項目中，模型進入正式生產前仍需較多人工調整。

對此，混元 3D 正從三個層面突破：

• 數據層面：擴充高質量多模態數據，并優化渲染管線；

• 模型架構層面：注入更豐富的條件信息，設計“分析—雕刻”式模型；

• 交互面：支持三視圖、多模態輸入，研發 3D Omni 模型，讓用戶可以通過拖動直接修改形態。

更深層的瓶頸則來自數據本身。“3D 數據已經成了行業瓶頸。”郭春超總結。

一方面是數量和質量受限，3D 資產多為人工建模生成，全球可用數據僅千萬量級，遠不及文本的百億級規模。另一方面是處理門檻高，3D 模型不能直接喂給大模型，需經過預處理、格式轉換等復雜工程步驟”，郭春超解釋道。數據稀缺直接限制模型的泛化能力，導致 3D 生成效果不穩定，進一步影響落地場景的擴張——一個典型的“越用越缺”的循環。

而騰訊的解法是，一通過采買或收集開源 3D 資產擴充數據數量和質量。二探索更多模態的信息嵌入，減少對純 3D 資產數量的依賴。

目前，3D 生成行業整體上仍處于早期階段，郭春超用文生圖類比：“3D AIGC 革命目前剛跨過第一階段的門檻，真正的大規模革命還沒開始——現在類似 Midjourney 時代，能滿足部分場景，但距離‘高度復雜場景 + 極高可控性 + 任意組合’的第二階段還有很大空間”。

商業化的考驗同樣存在。但騰訊并不急于求成：“在現在這個大模型 AI 的時代，Model as a Service 本身就是核心競爭力”，當技術領先性持續鞏固，商業化的平衡點自然會出現。

這場暗戰，騰訊已經領跑一步。而終局的勝負，取決于誰能更深刻地理解行業痛點，誰能更持續地構建生態壁壘——畢竟，技術會過時，場景會變遷，但生態的力量，才是最持久的競爭力。

InfoQ 2025年終榜單以“洞察 AI 變革，見證智能未來”為主題，我們誠邀各企業和團隊分享自己在 AI 領域的最新成果和杰出項目。無論是在AI基礎設施的搭建，工程與部署的創新，還是智能體生產力的提升與行業應用的拓展，我們期待與您共同展現AI技術與產業結合的無限可能。如有興趣，歡迎掃描下方二維碼積極提報！