模型介绍
中文整理Pixal3D: 像素对齐的3D图像生成模型
模型用途
Pixal3D能够从单张图像生成高保真的3D资产。该模型通过反投影技术将像素特征显式提升到3D空间，建立直接的像素到3D对应关系，从而实现接近重建级别的保真度，包含详细的几何形状和基于物理的渲染（PBR）纹理。
主要能力
与之前通过注意力机制松散注入图像特征的方法不同，Pixal3D采用显式的像素到3D映射机制。该模型在三个阶段进行级联训练，逐步提高分辨率：第一阶段处理稀疏结构（32→64），第二阶段处理形状（256→512→1024），第三阶段处理纹理（256→512→1024）。所有阶段均使用像素对齐投影条件和视图对齐潜在变量。
输入输出
输入：单张图像
输出：GLB格式的3D网格，包含几何形状和PBR纹理
运行要求
该模型基于TRELLIS.2框架构建，需要安装TRELLIS.2环境及相关依赖项。推理时支持两种模式：标准模式分辨率为1536，低VRAM模式分辨率为1024（通过按需加载模型降低显存占用）。需要兼容的GPU硬件支持。
基本用法
推理生成：给定单张图像，生成对应的3D GLB网格。可通过命令行参数指定分辨率。模型提供在线Gradio演示，可直接在浏览器中交互式生成3D网格。
许可证
本项目采用MIT许可证发布。第三方组件保留其原始许可证条款。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。