先手 SENTE · 周报阅读清单 · 速读 · arXiv 2608.02711
Hunyuan3D-Buffalo 1.0：理解、生成、编辑 3D 的统一多模态模型
Hunyuan3D-Buffalo 1.0: A Unified Multimodal Model for Scalable 3D Generation, Understanding, and Editing
Junliang Ye，Kenkun Liu，Guocun Wang，Yang Li 等 16 位作者 · 2026-08-03
一个架构做 3D 理解、文生 3D、指令编辑和部件生成
打开交互式解读 →三个要点
- 问题：统一的 3D 建模受限于多模态数据稀缺，尤其缺少大规模、几何一致的 3D 编辑数据。
- 方法：构建 87M 规模的 3D 多模态语料（25M 理解样本、50M 文生 3D 对、12M 由 Nano3D-v2 生成的编辑对）；Hunyuan3D-VLM 负责语义、结构与空间理解，并为 Hunyuan3D DiT 提供条件；编辑与部件生成额外以源物体表示为条件，保持未编辑区域。
- 结果：在文生 3D 和 3D 编辑基准上达到最优或领先，理解与部件生成能力也较强；分析显示生成和理解训练都能提升编辑效果（作者自报）。
87M 3D 多模态训练语料规模
适合谁读：做游戏、3D 内容与数字资产的团队。
AI 解读 · 基于原文：本页由 AI 根据论文原文整理，所有数字均可在原文中找到出处；引用前请核对原文。