他强调，腾讯的战略是基于长期主义，不急功近利。尽管大模型的开源在市场上如火如荼，但腾讯并不认为开源有「早晚之分」。此次开源也是在经过一年多的探索，在闭源模式下，将产品和技术积累到一定程度后，才选择了开源。他们的目标是深耕 AI 时代的基础设施建设，将大模型打磨成熟后开放给开发者，并通过不断完善与优化来增强社区的信任和认可。
在模型后期训练（Post-Train）中，混元 Large 也做了大量优化。它通过分类提升了数学、逻辑推理、代码等方面的能力，应对了 SFT（监督微调）领域多样、数学和代码高质量数据难获取等挑战，并在一阶段离线 DPO（离线偏好优化）基础上，增设了二阶段的在线强化策略，进一步优化了模型的表现。
数据方面，腾讯混元 Large 建立了涵盖数十个类目、具备高质量和多样性的中英文数据集，使模型在多方面的效果有明显提升，尤其在数学和代码处理方面，性能提高超过 10%。为应对长文阅读理解和多文档总结等领域的测评难题，腾讯还基于公开数据开发了企鹅卷轴（PenguinScrolls）数据集，计划对外开放，以支持长文方向的技术研究。
这些长文处理能力已应用到腾讯 AI 助手腾讯元宝中，支持最多 256K 长度的上下文处理，相当于整本《三国演义》的文字量。用户可以一次上传 10 个文档，或解析多个微信公众号链接与网址，让元宝具备深度解析的独特能力。
腾讯这次开源的混元 3D 生成大模型则是业界首个同时支持文字、图像生成 3D 的开源大模型，可以帮助 3D 创作者和艺术家实现 3D 资产的自动化生成。
此前，Stability AI 先后与 VAST 合作开源了快速 3D 物体重建模型 TripoSR、与 Tripo AI 联合开源了 Stable Fast 3D 模型，但整体而言，业界 3D 生成大模型的开源依旧较为稀缺，这主要是因为 3D 生成技术在计算资源、技术门槛和数据获取方面的要求远高于 2D 模型。
3D 生成大模型的开发对计算资源要求高，且技术和成本门槛远超 2D 模型；同时，3D 数据获取难度大、数据稀缺，进一步限制了开源的可行性。此外，由于 3D 生成模型应用市场较窄，企业倾向于保留技术优势，腾讯此次开源 Hunyuan3D，成为了推动行业进步的一个重要突破。
此次首批开源模型包含轻量版和标准版，轻量版仅需 10s 即可生成高质量 3D 资产，现已在技术社区公开，包含模型权重、推理代码、模型算法等完整模型，可供开发者、研究者等各类用户免费使用。
此外，Hunyuan3D-1.0 也已登陆腾讯云 HAI 平台，利用其高性价比的 GPU 算力和一键部署功能，降低了模型的使用和部署门槛。通过 HAI 的可视化 WebUI 界面，用户能够更轻松地使用该模型，为 3D 资产创作提供了更多可能。
Hunyuan3D-1.0 解决了现有 3D 生成模型在生成速度和泛化能力上的不足，能够帮助 3D 创作者和艺术家自动化生产 3D 资产。该模型不仅具备强大的泛化能力和可控性，还能重建各种尺度的物体，从建筑到小型工具或花草都能轻松处理。根据定性和定量的多维度评估，Hunyuan3D-1.0 的生成质量已达到开源模型中的领先水平。
在两个公开的 3D 数据集——GSO 和 OmniObject3D 上，Hunyuan3D-1.0 的表现优于主流开源模型，整体能力属于国际领先水平。从细节层面看，该模型在几何、纹理、纹理-几何一致性、3D 合理性和指令遵循等方面的表现都非常出色。
在应用方面，3D 生成技术已经开始在腾讯的多个业务中落地。例如，腾讯地图基于混元 3D 大模型发布了自定义 3D 导航车标功能，用户可以创作个性化的 3D 车标，相比传统方案，生成速度提高了 91%。此外，腾讯元宝 APP 也上线了「3D 角色梦工厂」功能，支持个性化的 UGC 3D 人物生成。
之所以在这个时间点选择开源 3D 生成大模型，腾讯混元 3D 模型负责人郭春超谈到，一方面是因为腾讯业务非常丰富，从公司自身业务出发做 3D 生成是极其有必要的，毕竟动漫、游戏、影视这种偏娱乐类的项目都离不开 3D 资产，另一方面则是因为 3D 生成还处于前半程发展阶段，它要进一步发展，需要社区一起努力，需要有更好的模型、更强的生成能力释放出来，所以这次开源也是为了推动这一领域的进一步发展。
