让AI当「动作导演」：腾讯混元动作大模型开源，听懂模糊指令，生成高质量3D角色动画

在这个背景下，腾讯混元团队借鉴其在视频生成大模型上的成功经验，提出了一套全新的、旨在突破当前瓶颈的文生动作解决方案，通过构建 一套严格的数据处理与标注管线，覆盖大规模预训练、高质量精调、强化学习对齐的全阶段训练流程，并将Diffusion Transformer （DiT） 模型扩展至10亿级别参数量，成功研发了 混元Motion 1.0 （HY-Motion 1.0） 这一业界领先的动作生成基础模型，并将该模型于2025年12 月30日对外开源 （见文末链接） 。 腾讯混元团队 投稿 量子位 | 公众号 QbitAI 在3D角色动画创作领域，高质量动作资产的匮乏长期制约着产出的上限。 游戏、动漫、影视与数字人等产业始终面临一个成本困局：从数万元起步的专业动捕采集，到动画师以"天"为单位的手工精修骨骼动画，每一 秒丝滑动作的背后，都是高昂的资源堆砌。 而在生成式AI领域，文生动作 （Text-to-Motion） 也因高质量数据的稀缺与计算范式的局限，长期处于"小模型"阶段，这类模型在面对复杂 的自然语言指令输入时，很难做出创作者希望得到的正确动作。 近年来，也有不少研究开始尝试通过大语言模型扩展词表的方式来 ...