今天看啥  ›  专栏  ›  腾讯混元

混元世界模型1.1开源:支持多视图及视频输入,单卡部署,秒级生成

腾讯混元  · 公众号  · AI媒体  · 2025-10-22 17:30
    

主要观点总结

混元世界模型1.1版本(WorldMirror)正式发布并开源,支持多视图及视频输入,单卡即可部署,秒级创造3D世界。它让3D重建从专业工具变为人人可用的技术。该版本解决了之前版本仅支持文本或单图输入的局限,支持多模态先验注入和多任务统一输出的端到端3D重建。

关键观点总结

关键观点1: 新增支持多视图及视频输入

混元世界模型1.1允许用户使用多视图图像或视频作为输入,从而创建更丰富的3D世界。

关键观点2: 单卡即可部署,秒级推理

该模型设计用于快速部署和推理,只需单卡即可在秒内完成3D世界的创建。

关键观点3: 多模态先验注入和多任务统一输出

混元世界模型1.1支持多模态先验注入,如相机、深度等多模态先验输入,并能够实现多任务统一输出,如点云、深度图、相机参数等。

关键观点4: 灵活处理不同输入和通用3D视觉预测

该模型能够灵活适应不同的输入,包括任何形式的输入,并且可以进行多种3D视觉预测,如表面法线、点云等。

关键观点5: 开源和易于体验

混元世界模型1.1已完全开源,普通用户也可以直接进入Hugging Face Space在线体验,支持上传多视图图像或视频,实时预览3DGS渲染结果。


免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。 原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过 【版权申诉通道】联系我们处理。

原文地址: 访问原文地址
总结与预览地址:访问文章预览/总结
文章地址: 访问文章快照