豆包3D模型1.0发布 支持一张图生成高精度3D模型

10月26日消息，火山引擎发布豆包3D模型1.0 （Doubao-Seed-3D-1.0），实现从单张图像到高质量仿真级3D模型的端到端生成。Seed3D 1.0基于创新的Diffusion Transformer架构，通过大规模数据训练完成，可生成包括精细几何、真实纹理和基于物理渲染（PBR）材质的完整3D模型，并可实现多视角一致性和材质真实感。

通过Seed3D 1.0生成的3D模型能够无缝导入Isaac Sim等仿真引擎，仅需少量适配工作即可支持具身智能大模型训练。此外，通过分步的场景生成，Seed3D 1.0可从单个物体生成，拓展至构建完整的3D场景。

在与现有3D生成模型的对比中，Seed3D 1.0展现出优势：其纹理与材质生成性能超过此前的开源及闭源模型，几何生成性能超过业界更大参数规模的模型，综合能力达到行业领先水平，目前Seed3D 1.0已正式上线火山方舟体验中心对外提供API服务。

为全面评估Seed3D 1.0生成效果，团队邀请了14名评估员基于43张输入图像，对不同模型的生成质量进行多维度评估，打分指标包括视觉清晰度、还原度、几何质量、透视与结构、材质与纹理、细节丰富度。

评估结果显示，Seed3D 1.0在六个维度均获得较好的评分。在几何生成方面，Seed3D 1.0在几何质量与透视结构上优于其他基线模型；在材质与纹理方面表现尤为突出，在输入图片保持、视觉清晰度及细节丰富度上均大幅领先，整体达到SOTA（当前最优）水平。

尽管Seed3D 1.0展现了良好性能，要基于3D生成模型搭建世界模型仍面临着生成精度和泛化性等挑战。大规模、自动化的高质量3D场景生成，依然处于探索的初期阶段。未来，团队将尝试引入多模态大语言模型（MLLM）来提升3D生成的质量和鲁棒性，并推动3D生成模型在世界模拟器中的大规模应用。