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
10月23日消息，据腾讯混元官方消息，近日，混元世界模型1.1版本（WorldMirror）正式发布并开源，新增支持多视图及视频输入，单卡即可部署，秒级创造3D世界。据悉，今年 7 月，腾讯混元推出了混元世界模型1.0，这是业界首个开源并兼容传统CG管线的可漫游世界生成模型，其 lite 版本在消费级显卡就可以部署。
作为一个统一（any-to-any）的前馈式（feedforward）3D重建大模型，混元世界模型1.1解决了1.0版本仅支持文本或单图输入的局限，首次同时支持多模态先验注入和多任务统一输出的端到端3D重建。
此外，混元世界模型1.1还支持额外的相机、深度等多模态先验输入，并基于统一架构实现点云、深度、相机、表面法线和新视角合成等多种3D几何预测，性能大幅超过现有方法。
目前，混元世界模型1.1（WorldMirror）已完全开源，开发者可克隆GitHub仓库，按照文档一键部署到本地使用。普通用户也可以直接进入HuggingFace 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。
页:
[1]