腾讯开源十亿参数文生3D动作大模型

腾讯混元团队正式开源其十亿参数级别的文本驱动3D动作生成大模型 HY-Motion1.0（Hunyuan-Motion-1.0）。

该模型创新性地融合了 Diffusion+Transformer（DiT）架构与流匹配（Flow Matching）技术。用户只需输入一段简洁的自然语言描述，模型即可输出高精度、高连贯性且风格多样的3D角色骨骼动画。它原生支持 Blender、Unity、Unreal Engine 等主流3D创作平台，能够大幅降低专业级动画内容的生产门槛。

HY-Motion1.0 采用了三阶段渐进式训练范式：第一阶段，在超3000小时、覆盖广泛场景的动作数据集上完成大规模预训练，建立了鲁棒的通用运动先验；第二阶段，基于400小时精挑细选的高质量动作样本进行微调，显著增强了动作细节表现力与时间连续性；第三阶段，引入基于人类反馈的强化学习（RLHF），结合定制化奖励模型，进一步提升生成结果的物理合理性与语义准确性。

模型能力覆盖六大动作类别、逾200种具体行为，包括基础位移类（如行走、奔跑）、体育竞技类（如篮球投篮、网球挥拍）、健身户外类（如瑜伽伸展、攀岩）、社交休闲类（如挥手致意、拥抱）、日常生活类（如开门、倒水）以及游戏角色专属动作（如持剑格挡、僵尸踱步）。所有输出统一采用SMPL-H骨骼格式，支持单原子动作、多步组合序列及多肢体并发动作生成。

社区实测反馈表明，模型对常见生活化指令响应精准：例如“慢跑”“弯腰坐到椅子上”“原地向上跳跃两次”，生成动作自然流畅、节奏合理；面对更具挑战性的影视级表达——如《黑客帝国》经典“子弹时间后仰”镜头，亦能准确还原关键姿态并保持运动连贯性。

在量化评估中，其指令理解与执行能力达78.6%（SSAE指标），动作质量平均得分3.43分（满分5分），整体性能全面优于MoMask、DART等当前主流开源方案，尤其在复杂语义解析与跨动作类别泛化能力方面优势明显。

对于职业级运动动作（如跳台滑雪腾空姿态、跳水翻转、小轮车腾跃），模型尚存一定还原局限，部分关节过渡偶现轻微不自然现象。但相比前代模型，其物理可信度已实现质的飞跃。

作为端到端可部署模型，HY-Motion1.0 特别适配游戏开发流程：可快速批量生成NPC日常行为动画（如巡逻、交谈、拾取物品），显著缩短前期预研周期与版本迭代耗时；主角级动画虽仍需美术微调优化，但已支持零兼容性导入引擎，为MMO、ACT等类型游戏提供高效动捕替代方案。此外，在影视分镜预演、广告人物走位设计、VR/AR交互内容构建等场景中亦展现出广泛应用潜力。

同步发布的轻量版模型 HY-Motion-1.0-Lite（参数量0.46B），在保持核心能力的同时，大幅提升推理效率与部署友好度。

源码地址：点击下载