【AI】从0开始玩转混元3D⼤模型，如何让一张静态实物图片一键转为3D实物图，大模型都表示服了，超级简单易上手，快来试试！

HAI 与 NVIDIA ，为开发者提供一键部署及生图的能力，让开发者体验3D 模型的同时，也了解云的便利性。
混元3D 2.0是腾讯推出的尖端3D⽣成模型，能够创建带有⾼分辨率纹理贴图的⾼保真3D资产
参赛报名：https://marketing.ZEEKLOG.net/questions/Q2503111509331158927?shareId=2244
活动时间：2025年5月13日 - 6月15日

目录

• 博主作品
  • 创意赛道
  • 3D表情包
  • 场景创作赛道
  • 经验分享
• 混元3D⼤模型介绍
  • 基本信息
  • 服务介绍
    • 混元3D模型
    • ⾼性能应⽤服务HAI
  • 环境准备
    • 开通HAI
    • 部署⼤模型
  • ⽣成3D图⽚
  • 环境清理
• 辅助工具
  • Blender
  • DeepSeek+文心一言
• 编码小技巧
  • **一行代码实现「列表元素频率统计」**
    • **场景**：快速统计一个列表中各元素出现的次数（比如词频统计、数据分布分析）。
    • **传统写法**（手动循环 + 字典计数）：
    • **Pythonic 写法**（用 `collections.Counter`）：
    • **进阶技巧**（获取最高频的 N 个元素）：

博主作品

下面是博主提交的3D作品，都是通过一张静态图一键生成，非常简单，大概一分钟内都可以出来效果图。
也欢迎大家的投票支持，感谢感谢，感兴趣的也可以点击报名和参赛，好玩有趣，至少都有参与奖~~~

创意赛道

投票地址：
https://marketing.ZEEKLOG.net/voteDetail/949

作品描述：
这款 3D 手办中的萌萌铠甲小战士超吸睛！身着精巧铠甲，手持武器，圆溜溜眼睛透着机灵，模样可爱又飒爽。

3D表情包

投票地址：
https://marketing.ZEEKLOG.net/voteDetail/950

作品描述：
3D 小恐龙超凶表情包！张大嘴露利齿，瞪圆眼怒目，前爪挥舞，尾巴摆动，气势汹汹。

更换了表情图

场景创作赛道

投票地址：
https://marketing.ZEEKLOG.net/voteDetail/965

作品描述：
月光下，一只白色拖鞋孤零零地躺在角落，鞋面还留着半枚模糊的脚印。它始终保持着微微倾斜的弧度，仿佛下一秒就会等来那只熟悉的脚——却永远停在了抬脚瞬间的永恒里。

经验分享

在不进行任何参数精调的情况，要想输出高质量3D实物图，博主的建议是使用尽量简单的静态的3D图，不要太复杂。
尽量不要调参数，否则会远超出生成时间，毕竟部署的服务器资源有限。
在完成满意作品且暂时不使用后，记得销毁资源，否则会多扣费几次的小时费用。
完成报名后，记得找小助手获取优惠卷！

混元3D⼤模型介绍

基本信息

开发者在腾讯云⾼性能应⽤服务（HAI）上部署并使⽤混元3D 2.0⼤模型进⾏3D
资产⽣成。

利⽤先进的AI技术，只需简单的图⽚输⼊或⽂本提示（暂时不支持文生图，本次活动只支持图生图），即可快速创建⾼质量的3D模型和纹理。

混元3D 2.0是腾讯推出的尖端3D⽣成模型，能够创建带有⾼分辨率纹理贴图的⾼保真3D资产。
结合腾讯云HAI提供的⾼性能GPU算⼒，开发者可以低成本地体验专业级3D模型⽣成能⼒，⼤
幅降低3D内容创作⻔槛。

适合对3D资产⽣成感兴趣的开发者、设计师、游戏开发⼈员以及希望探索AI辅助内容创
作的技术爱好者。
⽆需专业的3D建模经验，任意开发者都可轻松完成从零到拥有⾃⼰⽣成的3D资产的全过程。

服务介绍

混元3D模型

混元 3D 2.0 是⼀款先进的⼤规模 3D 资产创作系统，它可以⽤于⽣成带有⾼分辨率纹理贴图的
⾼保真度3D模型。
该系统包含两个基础组件：⼀个⼤规模⼏何⽣成模型 — 混元 3D-DiT，以及⼀个⼤规模纹理⽣成模型 — 混元 3D-Paint。
⼏何⽣成模型基于流扩散的扩散模型构建，旨在⽣成与给定条件图像精确匹配的⼏何模型，为下游应⽤奠定坚实基础。 纹理⽣成模型得益于强⼤的⼏何和扩散模型先验知识，能够为AI⽣成的或⼿⼯制作的⽹格模型⽣成⾼分辨率且⽣动逼真的纹理贴图。 此外，我们打造了混元 3D 功能矩阵，⼀个功能多样、易于使⽤的创作平台，简化了 3D 模型的制作以及修改过程。它使专业⽤户和业余爱好者都能⾼效地对3D模型进⾏操
作，甚⾄制作动画。

腾讯混元Hunyuan3D模型也已上架到腾讯云HAI，通过HAI上更⾼性价⽐的GPU算⼒、模型⼀键
部署能⼒和可视化图形界⾯WebUI，有效降低模型开放和部署⻔槛。

• 附：腾讯3D模型访问地址
  Github 地址：
  GitHub - Tencent/Hunyuan3D-2: High-Resolution 3D Assets Generation
  with Large Scale Hunyuan3D Diffusion Models.
  Hugging Face 模型地址：
  https://huggingface.co/tencent/Hunyuan3D-2

⾼性能应⽤服务HAI

⾼性能应⽤服务（Hyper Application Inventor，HAI）是⼀款⾯向 AI 和科学计算的 GPU/NPU 应⽤服务产品，提供即插即⽤的强⼤算⼒和常⻅环境。
它可以帮助中⼩企业和开发者快速部署语⾔模型（LLM）、AI 绘图、数据科学等⾼性能应⽤，原⽣集成配套的开发⼯具和组件，⼤⼤提升应⽤层的开发⽣产效率。

环境准备

开通HAI

进⼊HAI官⽹：⾼性能应⽤服务HAI_GPU云服务器_腾讯云

点击图⽚中的 ⽴即使⽤

如未登录腾讯云账号，选择合适的⽅式进⾏账号登录

如未注册请点击注册按钮，按照流程进⾏信息填写即可

登录后会先进⼊优惠券兑换，⽤于后续实验，联系⼩助⼿后进⼊链接：
https://console.cloud.tencent.com/expense/voucher
点击兑换优惠券，输⼊券码即可

兑换成功后进⼊ ⾼性能应⽤服务 的控制台⻚⾯：
https://console.cloud.tencent.com/hai/instance?rid=8

如果是第⼀次使⽤ ⾼性能应⽤服务 会出现开通该服务的提示，点击开通即可

部署⼤模型

点击⻚⾯中的新建按钮

进⼊资源创建⻚⾯后完成下列动作

1. 在选择应⽤ tab 栏⽬中点击 社区应⽤
2. 在社区应⽤中选择 混元Hunyuan3D-2
3. 在点击⽴即购买后会提示勾选协议，勾选后再次点击⽴即购买即可

完成购买后会⾃动跳转回控制台⻚⾯，看到如下情况即表示混元3D⽣成⼤模型正在部署中

等待实例部署完成，看到如下状态即部署完成

温馨提示：请耐⼼等待⼏分钟

连接到混元3D⽣成⼤模型的 Gradio WebUI ，点击算⼒连接，选中Gradio WebUI

看到如下界⾯即可进⼊ 混元3D WebUI 界⾯

⽣成3D图⽚

温馨提示：请在⽣成可共享GIF⽂件之前验证3D资产是否符合预期，因为GIF渲染⾮常慢。

在新窗⼝中，在 Image Prompt 处拖拽或点击上传图⽚。⾮透明背景的图⽚建议勾选 Remove
Background。

根据需求完成3D资产的⽣成

• Generate Shape Only：仅⽣成形状
• Generate Shape and Texture：⽣成形状和纹理
• Generate GIF：⽣成 GIF 动图

下载对应的 GLB 格式⽂件 以及 GIF ⽂件即可到对应赛道进⾏⽂件上传完成提交

HAI 验证截图需要全屏截图，浏览器窗⼝需要露出作品
GIF图 以及 IP端⼝ 例如：

环境清理

完成作品生成后，即可第一时间清理服务器，为避免不必要的资源占⽤和费⽤产⽣。

请按照以下步骤销毁已创建的混元3D实例：

1. 返回腾讯云⾼性能应⽤服务HAI控制台
2. 在实例列表中找到您部署的混元3D模型实例
3. 点击实例右侧的【更多】→【销毁】
4. 在弹出的确认窗⼝中，阅读提示信息后点击【销毁资源】

整体操作下来是不是很简单，博主还尝试问过，生成的3D作品是完全可以转为STL格式进行3D实物手办打印的。

辅助工具

Blender

Blender是一款免费开源三维图形图像软件，提供从建模、动画、材质、渲染、到音频处理、视频剪辑等一系列动画短片制作解决方案。

Blender拥有方便在不同工作下使用的多种用户界面，内置绿屏抠像、摄像机反向跟踪、遮罩处理、后期结点合成等高级影视解决方案。Blender内置有Cycles渲染器与实时渲染引擎EEVEE。同时还支持多种第三方渲染器。

Blender为全世界的媒体工作者和艺术家而设计，可以被用来进行三维可视化，同时也可以创作广播和电影级品质的视频，另外内置的实时三维游戏引擎，让制作独立回放的三维互动内容成为可能（游戏引擎在2.8版本被移除）。

DeepSeek+文心一言

如果不知道用什么图片，那么博主的建议是先用DeepSeek简单描述你的目标图片，发挥你的脑洞和想象力，让DeepSeek给你出一些生成你目标图片的提示词。

经过多轮询问和测试，得到还算满意的提示词

将你觉得满意的提示词贴到文心一样里，让它输出图片（博主觉得还算满意，不要复杂的图片内容）

发现生成出来的3D效果不太理想，就进一步询问

编码小技巧

学习AI，自然少不了掌握Python这门编程语言。

一行代码实现「列表元素频率统计」

场景：快速统计一个列表中各元素出现的次数（比如词频统计、数据分布分析）。

传统写法（手动循环 + 字典计数）：

words =["apple","banana","apple","orange","banana","apple"] freq ={}for word in words:if word notin freq: freq[word]=0 freq[word]+=1

Pythonic 写法（用 collections.Counter）：

from collections import Counter words =["apple","banana","apple","orange","banana","apple"] freq = Counter(words)# 一行搞定！

输出：
Counter({'apple': 3, 'banana': 2, 'orange': 1})

进阶技巧（获取最高频的 N 个元素）：

top_2 = freq.most_common(2)# 直接输出频率最高的2个

结果：
[('apple', 3), ('banana', 2)]

🌟 优势：

• 代码极简：无需手动处理字典和循环
• 高性能：Counter 底层优化过，比纯字典操作更快
• 功能丰富：支持直接排序、数学运算（如 freq1 + freq2）

适用于 NLP 词频统计、数据分析、日志聚合等场景！ 🚀