8 月 15 日，騰訊混元團隊推出了 3D 世界模型的 Lite 版本。相較于以往 26GB 的顯存需求，此次通過引入動態 FP8（8 位浮點格式）量化技術，將顯存需求直接降至 17GB 以下，消費級顯卡也能流暢運行。
此前，騰訊混元 3D 世界模型的 FP32 版本雖能完整保留所有細節，但顯存占用極高——其參數可能超過十億個，通常需要配備大容量 VRAM 的 GPU 來提升推理速度，因此消費級顯卡根本無法支持。
簡單來說，FP32、FP16、FP8 代表不同的「精度等級」。過去采用高精度的 FP32 技術時，雖能實現極高的精度還原，卻會占用大量顯存，還可能保留不必要的細節（例如背景的天空貼圖等其實并不需要如此精雕細琢）。
而此次動態 FP8 量化技術的核心，在于能實時監測模型運行時的數據分布，并針對不同模塊進行動態適配：大部分關鍵區域采用 FP16 精度，像上述背景貼圖等非關鍵部分則動態調整為 FP8 精度。
這一技術大幅降低了顯存占用，雖然在部分區域適當降低了精度，卻讓個人玩家也能輕松使用 3D 世界模型。
騰訊混元 3D 世界模型是行業內首個開源可編輯的世界生成模型，能根據用戶提供的圖片或文字信息，直接生成完整、可編輯且可交互的世界模型，可直接應用于游戲開發、特效制作、教育仿真等場景。
與騰訊混元模型此前的 3D 模型 AI 生成功能相比，此次推出的 3D 世界模型生成的內容更為豐富，涵蓋環境風格、室內外場景、光線渲染等多個因素。傳統 3D 場景開發耗時極長，僅一個主要建筑物場景就可能耗費數周甚至更久，而這種一鍵生成式場景所帶來的效率提升，完全超出了用戶的想象。
那么，面對如此復雜的場景開發，混元 3D 世界模型是如何快速生成 360 ° 沉浸式視覺空間的呢？
從混元世界模型 1.0 的模型架構來看，全景世界圖像生成技術作為連接文字、圖片與世界的統一代理系統，會先生成初始化世界的全景圖，從而實現 360 ° 的全覆蓋場景。
圖源：騰訊混元 3D 官網 混元世界模型 1.0 的模型架構
隨后，系統會將整個 3D 世界解構為不同的清晰層級，例如前景與背景、海洋與地面、地面與天空等，再基于這些層級進行 3D 世界重建，最終形成 3D 世界模型。
相較于傳統 3D 場景開發中每個細節都需精雕細琢、耗費大量時間和人力資源的情況，這種一鍵生成式場景不僅能節省大量時間，還能輸出標準化的可漫游 3D Mesh 資產，兼容 Unity、Unreal Engine 等工具。
而且，生成內容的精度已達到可直接使用的水平：前景內的注意力區域細節呈現到位，背景與前景分離度足夠，未出現界限不清晰、光影模糊等問題。
但在官網體驗混元 3D 世界模型后會發現，它無法完全還原文字中的所有要求，只能還原大致的場景需求、光影顏色以及前景區域的細節。
例如，下圖對應的文本要求中提到了機械世界、機器人等元素，但這些都未在生成的場景中呈現。系統只是提煉了與構建大體世界場景相關的詞匯，如賽博廢土風格、天空中紅色的落日等，然后分離出前景與背景 —— 將 " 廢棄的游樂場 " 解構為前景內容，紅色落日作為背景天空內容，再基于這些層級重建 3D 世界場景，也就是說，它僅還原了場景的大致需求。
此外，這種依照用戶要求生成的 3D 世界模型對普通玩家而言也極具可玩性。直接輸出 3D Mesh 資產帶來了格式的統一和學習成本的降低，當 AI 能夠完成場景解構和 3D 構建工作時，用戶的主觀能動性就成了決定生成場景的唯一變量。
騰訊此次將混元 3D 世界模型普及至消費級顯卡，目的十分明確 —— 吸引廣大開發者與創作者涌入 " 騰訊混元 3D" 生態。該模型支持從 3D 模型到 3D 世界場景的全流程內容生成，用戶由此能夠創造屬于自己的虛擬世界。
當前市面上，支持 3D 模型生成的 AI 大模型不在少數，如 Tripo AI、Meshy AI、GENIE 等。但眾多玩家扎堆爭搶 3D 化賽道，導致產品功能高度同質化，也側面反映出 " 將現實場景搬進虛擬世界 " 已成為各廠商的核心必爭功能。
在這些 AI 工具中，硅谷初創企業 VAST 于 2024 年發布的 AI 3D 基礎模型 Tripo AI，憑借獨特的產品結構脫穎而出。
與面向更廣泛用戶的騰訊混元 3D 不同，Tripo AI 的定位更偏向專業創作者：進入頁面后，用戶可直接通過文字或圖片生成 3D 模型，且可調參數相對豐富 —— 不僅支持當前主流 AI 3D 模型均具備的紋理生成功能，還能自動拆分模型部件，讓每個拆解后的部件可單獨編輯；甚至支持為模型部件綁定基礎動畫并演示，不過演示過程中偶爾會出現部件變形問題。總體而言，Tripo AI 是一款功能成熟、可適配多場景的 AI 3D 工具。
同樣在 2024 年推出的 Meshy AI（由國內團隊創建），雖然也支持通過文字、圖像直接生成 3D 模型，但它的核心優勢在于更完善的社區功能：用戶可在社區內瀏覽其他創作者的 3D 模型作品，平臺對模型的分類細化清晰，還標注了互動量、點贊數、是否支持 3D 打印等關鍵信息。這一設計讓新手用戶能直接下載現成的 3D 模型使用，同時也提升了社區的傳播度與活躍度。
而由 Luma AI 推出的 GENIE 工具，除支持文本轉 3D 模型、多格式（如 OBJ、FBX 等）導出以適配不同場景外，最大亮點是提供 API 接口 —— 用戶可通過該接口直接將視頻內容轉化為 3D 模型，形成差異化競爭力。
不難看出，上述產品均憑借自身特色在同質化競爭中突圍，騰訊混元 3D 也不例外。盡管其 3D 模型生成功能與其他工具未拉開明顯差距，但 " 高免費額度 " 是其核心優勢：在混元 AI 3D 官網，每位用戶每天可免費生成 20 次模型，次數耗盡后還能通過分享好友重新獲取。這種 " 以量換用戶 " 的推廣策略相當成功， 在 3D 世界模型 Lite 版發布前，其社區模型下載量已達 230 萬次，成為全球最受歡迎的 3D 開源模型平臺之一。
此次騰訊推出適配消費級顯卡的混元 3D 世界模型 Lite 版，無疑將吸引更多創作者加入其生態。用戶規模的增長，又將進一步推動反饋迭代與應用場景拓展：以當下熱門的 VR 眼鏡為例，混元 3D 導出的 3D 世界模型文件可直接導入使用，用戶只需擁有 VR 設備，就能隨時隨地沉浸在自己創建的虛擬場景中，實現生態與硬件的聯動；同時，AI 3D 基礎模型能讓普通用戶輕松制作高度自定義的 3D 模型，與 3D 打印機形成協同。
更重要的是，AI 3D 化近乎 " 零學習成本 " 的特性，正推動其快速滲透至各行業：在建筑規劃、室內設計、電商展示等場景中，3D 可視化內容比文字或傳統圖紙更易理解，工作人員無需復雜學習即可輸出場景內容，大幅減少重復建模的時間；這種 " 虛擬模型 + 實體行業 " 的聯動，既能提升用戶粘性，又能通過高度自定義內容讓用戶產生歸屬感 —— 種種趨勢表明，3D 模型在 2025 年勢必走向大眾化。
小雷認為，未來的 AI 3D 模型將進一步整合專業場景模型與創作風格，通過細分領域和使用場景吸引更多垂直用戶，不斷拓展生態邊界并滲透到各類生活化場景中。
而這，正是本次 3D 模型平民化浪潮的核心意義 —— 在現實與虛擬交融的當下，讓每個人都擁有構建 3D 虛擬世界的能力。
不過，網上始終有一種論調，認為隨著 3D 模型的普及，3D 建模師會面臨失業風險。對此，小雷卻并不認同。
不可否認，這類能快速生成 3D 模型的工具，必然會對行業產生沖擊。AI 模型 " 快速高效 " 的優勢，確實是人類難以企及的；但正如前文所說，當前的 AI 3D 模型尚無法實現真正的用戶個性化 —— 其生成的產物，本質上仍是基于大模型學習數據所產出的 " 復刻式內容 "。
而這類缺乏個性的內容，終究成不了優秀的作品。無論是游戲建模還是建筑設計，真正能讓人記住的，永遠是那些獨具匠心的設計：是 3D 建模師反復打磨的細節，是為適配用戶需求精心考量的巧思。因此小雷認為，以當前 AI 3D 模型的能力，想要完全取代 3D 建模師基本不可能；相反，作為能高效執行重復性指令的工具，它更適合成為建模師提升效率的 " 輔助幫手 "。
其實轉念一想，這種 "AI 輔助創作 " 的模式，早就在各個行業中滲透。但受限于內容同質化的問題，AI 往往只能停留在 " 重復的基礎構建 " 環節。
這也正是雷科技在如今 AI 寫作工具越來越便捷普及的今天，還在堅持原創的原因，小雷始終認為，真正有深度、有溫度的好文章，絕不會因為 AI 的存在而黯然失色。
