主要内容
腾讯发布了一款对于开发者创建 3D 资产而言可能具有变革性的模型。新的混元 3D-PolyGen 模型是腾讯首次尝试提供他们所称的“艺术级”3D 生成，专门为制作我们所玩数字世界的专业人员而构建。创建高质量 3D 资产一直是游戏开发者的瓶颈，艺术家们花费无数小时完善线框并处理复杂几何形状。腾讯认为他们已经找到了直接解决这些难题的方法，有可能完全改变工作室处理资产创建的方式。
混元 3D-PolyGen 的秘诀在于腾讯所称的 BPT 技术。通俗地说，这意味着他们已经弄清楚如何在不丢失重要细节的情况下压缩大量 3D 数据。实际上，这意味着可以生成具有数万个多边形的 3D 资产，这些资产实际上看起来足够专业，可以用于商业游戏。
特别巧妙的是该系统如何处理三角形和四边形面。如果您曾经尝试在不同的软件包之间移动 3D 资产，您就会知道这为什么重要。不同的引擎和工具有其偏好，兼容性问题在过去一直是工作室试图简化工作流程的噩梦。根据技术文档，该系统利用自回归网格生成框架，通过显式和离散的顶点和补丁建模执行空间推理。这种方法确保了生产出符合商业游戏开发严格艺术规格的高质量 3D 模型。
混元 3D-PolyGen 通过一个基本上三步的过程工作。首先，它获取现有的 3D 网格并将其转换为 AI 可以理解的语言。然后使用点云数据作为起点，系统使用从自然语言处理中借用的技术生成新的网格指令。就像教 AI 用 3D 几何语言说话一样，根据已经创建的内容预测接下来应该是什么。最后，系统将这些指令转换回实际的 3D 网格，包括构成最终模型的所有顶点和面。整个过程在保持几何完整性的同时产生了会让任何技术艺术家点头认可的结果。
腾讯不仅仅在谈论在实际工作室测试时会分崩离析的理论改进；他们已经将这项技术应用于自己的游戏开发工作室。结果呢？艺术家声称效率提高了 70%以上。该系统已被集成到腾讯的混元 3D AI 创作引擎中，并已在多个游戏开发管道中运行。这意味着它正在被用于创建玩家最终将与之交互的实际 3D 游戏资产。
混元 3D-PolyGen 最令人印象深刻的方面之一是腾讯如何处理质量控制。他们开发了一个强化学习系统，基本上教 AI 区分好作品和坏作品，就像导师指导初级艺术家一样。系统从反馈中学习，逐渐提高其生成符合专业标准的 3D 资产的能力。这意味着从一开始就会有更少的次品和更多可用的结果。对于已经资源紧张的工作室来说，这种可靠性可能是变革性的。多年来，游戏行业一直在努力解决一个基本问题。虽然 AI 已经取得了令人印象深刻的进步，但在将其应用于实际游戏开发方面仍面临挑战。混元 3D-PolyGen 代表了腾讯在解决这些问题方面的重要一步，为游戏开发者提供了更高效、更可靠的 3D 资产创建工具。