<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Tencent on MagicDPD: Magic Driven Product Development!</title><link>https://magicdpd.com/tags/tencent/</link><description>MagicDPD: Magic Driven Product Development! (Tencent)</description><generator>Hugo -- gohugo.io</generator><language>ru</language><lastBuildDate>Wed, 11 Feb 2026 09:54:10 +0000</lastBuildDate><atom:link href="https://magicdpd.com/tags/tencent/index.xml" rel="self" type="application/rss+xml"/><item><title>🌟 HY3D-Bench: 22 терабайта отборной 3D-геометрии.</title><link>https://magicdpd.com/posts/2026-02-11-hy3d-bench-22-terabayta-otbornoy-3d-g/</link><pubDate>Wed, 11 Feb 2026 09:54:10 +0000</pubDate><guid>https://magicdpd.com/posts/2026-02-11-hy3d-bench-22-terabayta-otbornoy-3d-g/</guid><description>&lt;p&gt;🌟 HY3D-Bench: 22 терабайта отборной 3D-геометрии.&lt;/p&gt;
&lt;p&gt;Tencent Hunyuan вывалили в опенсорс монструозный пак HY3D-Bench на 22.5 ТБ и это подарок для всех, кто занимается 3D Gen и робототехникой.&lt;/p&gt;
&lt;p&gt;Датасет разбит на 3 логических куска, каждый под свои задачи:&lt;/p&gt;
&lt;p&gt;🟡Full-level Dataset (252K+ мешей, ~11 ТБ)
База с полностью замкнутой геометрией, без дырок и non-manifold артефактов, которыми обычно кишат сканы. Все нормализовано и готово к скармливанию в DiT или GAN. В комплекте идут сэмплы точек и мульти-вью рендеры.&lt;/p&gt;
&lt;p&gt;🟡Part-level Dataset (240K+ объектов, ~5 ТБ)
Мёд для робототехников и тех, кто занимается geometric perception. Тут объекты с семантической сегментацией на части. Если учите сервоприводного друга манипуляциям или хотите генерить объекты кусками - вам сюда.&lt;/p&gt;
&lt;p&gt;🟡Synthetic Dataset (125K+ объектов, ~6.5 ТБ)
Очевидная синтетика, чтобы закрыть редкие категории, которых нет в обычных датасетах. Охват - 1252 категории.&lt;/p&gt;
&lt;p&gt;Ждем волну SOAT-level 3D-генераторов, дотюненных на этом наборе.&lt;/p&gt;
&lt;p&gt;🟡Arxiv
🟡Датасет
🖥GitHub&lt;/p&gt;
&lt;p&gt;@ai_machinelearning_big_data&lt;/p&gt;
&lt;p&gt;&lt;a href="https://huggingface.co/datasets/tencent/HY3D-Bench" target="_blank" rel="noopener noreferrer"&gt;https://huggingface.co/datasets/tencent/HY3D-Bench&lt;/a&gt;
&lt;a href="https://arxiv.org/pdf/2602.03907" target="_blank" rel="noopener noreferrer"&gt;https://arxiv.org/pdf/2602.03907&lt;/a&gt;
&lt;a href="https://huggingface.co/datasets/tencent/HY3D-Bench" target="_blank" rel="noopener noreferrer"&gt;https://huggingface.co/datasets/tencent/HY3D-Bench&lt;/a&gt;
&lt;a href="https://github.com/Tencent-Hunyuan/HY3D-Bench" target="_blank" rel="noopener noreferrer"&gt;https://github.com/Tencent-Hunyuan/HY3D-Bench&lt;/a&gt;&lt;/p&gt;</description></item></channel></rss>