老实说，我很少见到一个公司像腾讯这样，在当下任何 AI 细分赛道上都能看到它的身影，
大模型、AI 编程、图像生成、视频生成、机器翻译、AI 知识库、游戏、甚至 3D 领域这样的赛道，都有它的身影。
而且这里面绝大多数的东西都还是开源的。
无论是产品还是模型，腾讯都彰显着全力 All IN AI 的态度。
太强了，真的。
作为一个深度使用各大 AI 模型、产品的臀部博主、且本身又是这个行业的从业者，对各种大模型、AI 产品其实已经见怪不怪了，真的见了太多，没什么特别大的新鲜感了。
但是有一类非常不一样，就是 3D 模型。
一方面是因为做这块的厂商真的算相对少的，比起什么 AI 编程、Agent 这些，3D 简直称得上是蓝海领域，还有一方面是因为我自己虽然不是一个专业的设计师，但是也算的上是半个手办爱好者，家里一堆搞来的动漫人物的手办，所以也大概知道这个东西其实没那么好做，特别是要讲究效果的话。
所以我这次尝试了一下新出的混元 3.0 3D 模型，算是帮我实现了一下手办自由的梦想，而且实现的方式真的巨简单。
先上体验地址：
https://3d.hunyuan.tencent.com/
比如，之前火到不行的神话人物，哪吒。
找到一张角色底图，然后丢给混元 3D 模型进行处理。
2 -3 分钟就出结果，而且精度高到出乎意料，连那些容易被忽略的细节都能精确还原。比如脸上的腮红，自然又富有层次。眼神的捕捉也十分惊艳，连眉毛的弧度都一比一的还原了，展现了整个角色的情绪张力。
手办最需要的还原精度，这个３.０模型已经做到非常牛逼的地步了。
这里有个小技巧就是，底图尽量找纯色背景的，建模的精度会大大提升。
它还支持自动绑定人物骨骼，这个操作是非常傻瓜式的，绑定好之后能让你选择一些简单的动作，比如跑步、步行、跳跃啥的。
这个跳跃的效果还是非常不错的。身体的弹性和重心起伏都处理的很自然，不像很多其他同类工具那样处理的很僵硬或者漂浮。
这一整套流程下来，总共花的时间也不过就在 3-4 分钟左右。但如果，没有 AI 的帮助，让一个专业的设计师来做这些，怎么说都是要三天到四天的时间。
（别问我怎么知道的，我虽然不是专业做 3D 的设计师，但我家属是啊！）
如果说哪吒还是比较常见的角色，可能还可以经常在各种手办潮玩店看得到，那下面这个可就不一定了。
没错，就是它，哈利波特中的多比。
以前看哈利波特的时候觉得它真的贼有意思，虽然外表古怪，但是心底却很善良。
3D 模型的妙处就在这里体现出来了，它帮我们进行了想象力的拓展。如果你只看左边这张图，其实还是有很多局限性的，比如你不知道这东西背后长什么样，但是3D模型相当于是把一张２D平面图进行了延伸，让我们看到了人物角色的完全体。
而且，混元这模型建模，对面部的神情还原都没走样，是那种你即使放大看也能看的非常清楚的精细程度。比如，仔细看角色的眼睛，生成的效果和原图一样，真正是做到了角色神态和气质的还原。
顺着这个思路，我发现这个3D模型除了做手办有大用之外，在很多实际的工作场景中都可以提效。
比如，我家属是专门做设计的。
她经常会面对的一个场景是，设计一些产品的原型用于方案演示给甲方看。而如果从头做一个这样的完整原型方案演示，从素材收集再到制作，一周的时间肯定是需要的。
她经常做到深夜，爆炸。。。
但是现在，可能不需要了。
毕竟通过自然语言，就可以生成一个3D展示效果，那我还不是想要什么就要什么，要多少有多少。
比如，她之前给别人设计杯子、瓶子，要各种各样风格的。
得益于混元3D模型的快速构建能力，这种使用AI 快速建模，验证想法的工作流程，在初期可以极大节省人力和物力。设计师就应该从这种繁琐又很枯燥的做图过程中解放出来，把更多的时间投入创意和优化，从而提高整个的设计流程和效率。
以及，我还发现了一个腾讯做的巨牛逼的玩意，3D 世界模型。
这东西牛逼的点在于，它整个生成的过程包含了对场景深度和几何的估计，从而构建出三维空间的表示。
如果你觉得上面这个解释还是很抽象的话，可以这么理解：
我们现在经常用到的视频生成模型其实是文本或者图像的一系列连续帧。我们是无法改变任意视角或在视频之外进行探索的，因为所有的这些因素都是被提前预定好了的。
但是世界模型就不一样了，等于是AI 增加了空间想象力，能够推演出整个立体的空间。它就像人一样，会有想象力，会去想象图像之外的画面场景是什么样的。
而这也是传统的语言模型、视觉模型所不具备的能力。
比如，我输入一张图，它能给我推演出原图像看不到的区域是长什么样子。
左边是我上传的原图，右边是它帮我构建的全景图。
而下面这个是它给我生成的漫游场景，你甚至可以控制方向键，在这个生成的场景里进行移动和探索。
借助世界模型的能力，探索到了整个图像之外的世界，而这个世界是独一无二的，同样的图片，每一次的生成都会带来不一样的可能性。
虽然这个世界模型目前看起来仍然处于一种早期阶段，但它真的让我看到了一种可能性。
也许未来的电影、游戏行业都会发生巨大的变化。
现阶段的电影的本质其实就是视频，观众的情绪起伏只能跟着导演、编剧安排好的情节走，但是如果未来的某一天，观众可以通过世界模型来控制剧情的走向呢？就比如这张风景照，如果观众只想看另一边的视角，是不是就可以通过世界模型进行改变了？
当下这个世界，人类的职业和身份界定其实都非常模糊。
设计师可以是产品经理，也可以是程序员，而程序员也可以是产品经理也可以是设计师，甚至还可以是销售，那用户或者观众呢，他们是不是也可以是游戏世界的创造者、或者电影剧情的导演或编剧呢？
我想，世界模型的美妙之处便在于此。
当大模型发展到如今这个阶段的时候，我们经常会发现因为各种原因，没做好足够的准备迎接这样的时刻的到来，已经问不出什么样的好问题来评判模型的好坏；那世界模型呢？当世界模型发展到下一个阶段的时候，我们真的做好准备，去创造属于我们自己的世界了吗？
最后，我想说的是，
在很多无人在意的角落里，腾讯做了很多微小，但又很有意义的开源工作，比如它们做了3D模型，翻译模型，端侧的大语言模型，视频生成模型，游戏模型等等等。。。
这些模型可能不是都那么的受人关注，但是又实实在在努力解决日常所碰到的问题。
而这些模型的背后，都有一个统一的名字，叫
混元。
以上，