2026年8月3日（現地時間） – Tencent（テンセント）は、スケーラブルな3D生成、理解、および編集を統合したマルチモーダルモデル「Hunyuan3D-Buffalo 1.0」を発表しました。
Hunyuan3D-Buffalo 1.0 パイプラインの概要
Hunyuan3D-Buffalo 1.0は、「Tencent Hunyuan3D」プロジェクトの一環として公開されたものであり、3Dの理解、テキストからの3D生成、指示ベースの3D編集、およびパーツレベルの3D生成を可能にする、統合型の3Dマルチモーダル・フレームワークです。言語、3D表現、および生成3Dモジュールを接続することにより、単一の処理パイプラインの中で多様なタスクをサポートしています。
このフレームワークは、共有の「Hunyuan3D-VLM」バックボーンを使用しています。これにより、3D空間における質疑応答（QA）、グラウンディング（言語と3Dオブジェクトの結びつけ）、生成、編集、およびパーツレベルの分解といった各タスクを橋渡ししています。
さらに、この統合された表現を基盤として「Hunyuan3D DiT」モジュールを組み合わせることで、マルチモーダル生成の拡張性（スケーラビリティ）、高品質な3D編集、および精密なパーツ生成を実現しています。
4つの主要機能
パイプラインは、主に以下の4つの機能で構成されています。
3D理解
言語に誘導された推論を活用し、3Dモデルに対する質疑応答（3D QA）とグラウンディングを実行します。
テキストから3D生成
入力されたテキストプロンプトに基づいて、新たな3Dアセットを生成することができます。
3D編集
自然言語の指示を用いて、既存の3Dオブジェクトを編集可能です。
パーツ生成
言語情報を介して、3Dモデルから意味的なパーツ（部品）を抽出および生成することができます。
メッシュ全体とすべてのパーツコンポーネントを視覚化します。これらを結合した状態だけでなく、分解図（エクスプロード表示）として表示させることもでき、モデルの構造把握にも役立ちます。
このフレームワークを使えば、ひとつのモデルで生成から編集、構造の分析までをスムーズに行えます。言葉を使った3DCG制作のプロセスを整理し、作業効率を大きく高める技術として期待されます。
コメント