TRELLIS.2

TRELLIS.2 – 微软开源的40亿参数3D生成模型

微软近期推出了一款名为TRELLIS.2的突破性3D生成模型，其核心优势在于能够从单一图像高效地构建出细节丰富、逼真的3D资产。这款拥有40亿参数的开源模型，凭借其创新的O-Voxel稀疏体素架构，在处理诸如开放表面、非流形几何等复杂拓扑结构方面展现出卓越的能力，并且能够完整支持PBR材质的建模，为3D内容创作领域带来了新的可能性。

TRELLIS.2的独特之处

TRELLIS.2不仅仅是一个3D生成模型，它更像是一位高效的3D艺术家。在强大的NVIDIA H100硬件上，它能在短短3秒内生成分辨率高达512³的3D模型，并且最高可支持1536³的超高清渲染。与传统的3D生成方法相比，TRELLIS.2通过引入16倍的空间下采样技术，极大地提升了处理效率，同时还能输出通用的GLB格式文件，使其能够无缝集成到游戏开发、影视制作以及工业设计等多个关键行业的工作流程中。

TRELLIS.2的核心能力

图像到3D的魔术转换：只需一张2D图片，TRELLIS.2就能快速变幻出高质量的3D模型，为将平面创意转化为立体形态提供了便捷的途径。
文字指令的3D实现：通过直观的文本描述，用户可以精确地指导模型生成所需的3D对象，让想象力得以具象化。
驾驭复杂形状的艺术：无论是开放的曲面、不规则的几何体，还是内部封闭的结构，TRELLIS.2都能游刃有余地处理，生成形态各异的3D模型。
赋予模型生命的材质与纹理：生成的3D模型不仅具备基础颜色，更能模拟出PBR材质的各项属性，如粗糙度、金属度、不透明度等，并支持透明效果，实现逼真的视觉呈现。
多维度的高清体验：支持从512³到1536³的多种分辨率生成，用户可以根据项目需求灵活选择，获得不同层次的细节表现。
即时渲染与便捷导出：生成的3D模型可以直接用于渲染，并支持导出为GLB等主流3D文件格式，方便在各种3D软件和平台中进行二次创作和应用。
无限创意的模型编辑与变体生成：用户可以对生成的3D模型进行精细化编辑，并轻松生成同一对象的多种变体，满足个性化和多样化的设计需求。

TRELLIS.2的技术精髓

O-Voxel：化繁为简的3D表达：TRELLIS.2独创的O-Voxel稀疏体素结构，是一种高效且灵活的3D表示方式，它突破了传统方法的局限，能够精准捕捉复杂拓扑和锐利边缘，完美支持开放表面、非流形几何以及内部封闭结构。
稀疏3D VAE：高效编码与生成：通过稀疏3D变分自编码器（VAE），模型能够将复杂的3D资产高效地压缩到紧凑的潜在空间中，实现快速生成。16倍的空间下采样更是显著提升了处理速度和资源利用率。
全链路PBR材质模拟：TRELLIS.2在材质建模方面力求真实，不仅处理基础颜色，更能精细模拟PBR材质的各项物理属性，并支持透明度，为3D模型注入生命力。
极简高效的数据处理流程：模型无需复杂的渲染或优化过程，能够快速完成纹理网格与O-Voxel之间的转换，极大地简化了工作流程，缩短了生成时间。
CUDA加速的渲染与后处理：结合CUDA加速的网格处理工具（如CuMesh）和先进的渲染技术，TRELLIS.2能够快速生成高质量的3D模型，并支持实时渲染和便捷的后处理操作。
海量数据的深度学习：通过在大规模数据集上的预训练，TRELLIS.2模型深度学习了丰富的3D形状和纹理特征，使其能够根据输入图像或文本生成千变万化的3D资产。