支持消費(fèi)級(jí)顯卡部署：騰訊混元 3D 世界模型宣布推出 Lite 版本，推理速度提升 3 倍以上且精度損失 <1%

2025/8/15 18:49:23 來(lái)源：IT之家作者：問(wèn)舟 責(zé)編：問(wèn)舟

評(píng)論：

IT之家 8 月 15 日消息，騰訊今日宣布，混元團(tuán)隊(duì)推出 Lite 版本并開(kāi)源，通過(guò)引入動(dòng)態(tài) FP8 量化，將模型顯存需求從原本的 26GB 優(yōu)化至 17GB 以下，成功適配消費(fèi)級(jí)顯卡。

同時(shí)，通過(guò)引入 FP8 量化注意力算子，混元團(tuán)隊(duì)將 Transformer 中的 Q、K、V 矩陣量化 INT8，同時(shí)結(jié)合動(dòng)態(tài)平滑與硬件優(yōu)化，實(shí)現(xiàn)推理速度提升 3 倍以上，精度損失 < 1% 。結(jié)合 Attention 量化和線性層量化后顯著降低模型運(yùn)行所需顯存。

支持消費(fèi)級(jí)顯卡部署：騰訊混元 3D 世界模型宣布推出 Lite 版本，推理速度提升 3 倍以上且精度損失 <1%

除顯存方面外，混元團(tuán)隊(duì)還集成了 Cache 算法，通過(guò)優(yōu)化冗余時(shí)間步，顯著提升推理效率，讓模型運(yùn)行更加流暢。通過(guò)自動(dòng)化搜參工具識(shí)別出關(guān)鍵時(shí)間步和 block，優(yōu)化冗余時(shí)間步，顯著提升推理效率，讓模型運(yùn)行更加流暢。

除了清晰的視覺(jué)質(zhì)量以及更低的推理成本，區(qū)別于業(yè)界已有方法，混元 3D 世界模型 1.0 不僅能生成“可看”的場(chǎng)景，更進(jìn)一步實(shí)現(xiàn)了對(duì)場(chǎng)景中的天空、地面、植被、物體等不同組件分層建模。并且生成的世界可導(dǎo)出為 3D mesh 格式文件，無(wú)縫接入游戲、物理引擎，進(jìn)行二創(chuàng)，如游戲開(kāi)發(fā)、影視制作、物理仿真等。

騰訊混元 3D 世界模型 1.0，是業(yè)界首個(gè)開(kāi)源可編輯的世界生成模型，用戶只需輸入一句話或上傳一張圖片，就能生成一個(gè)完整、可漫游的 3D 世界，這一創(chuàng)新不僅降低了 3D 內(nèi)容創(chuàng)作的門檻，也為游戲開(kāi)發(fā)、VR、數(shù)字內(nèi)容創(chuàng)作等領(lǐng)域帶來(lái)了全新的可能性。
通過(guò)結(jié)合全景生成與層次化 3D 重建等技術(shù)，混元 3D 世界模型 1.0 同時(shí)支持文字或者圖片輸入，實(shí)現(xiàn)了可交互、可編輯、高質(zhì)量的 360 度可漫游場(chǎng)景生成?；煸?3D 世界模型的技術(shù)亮點(diǎn)在于其全方位的場(chǎng)景生成能力和高度的可編輯性。通過(guò)層次化 3D 場(chǎng)景表征及生成算法，該模型支持 3D Mesh 導(dǎo)出，在保證生成場(chǎng)景的逼真度和沉浸感的同時(shí)，兼容已有 CG 管線進(jìn)行二次開(kāi)發(fā)，如游戲開(kāi)發(fā)、物理仿真、場(chǎng)景編輯等。
自發(fā)布以來(lái)，混元 3D 世界模型 1.0 在社區(qū)中備受關(guān)注，其卓越的世界生成能力為用戶帶來(lái)了全新 AI 體驗(yàn)。然而，顯存開(kāi)銷大的問(wèn)題是用戶反饋的最大痛點(diǎn)，即使開(kāi)啟 pipeline offloading（流水線卸載）技術(shù)，仍需 26GB 以上顯存，大多數(shù)消費(fèi)級(jí)顯卡無(wú)法運(yùn)行。
為了讓更多中小企業(yè)及個(gè)人開(kāi)發(fā)者能夠便捷使用混元 3D 世界模型 1.0，混元團(tuán)隊(duì)推出了混元 3D 世界模型 1.0-Lite 版本，讓消費(fèi)級(jí)顯卡也能跑世界模型。

下面是混元世界模型 1.0-Lite 消費(fèi)級(jí)顯卡運(yùn)行效果：