Hi3D 1.0：一張圖把粗模精修到 1536³ 的開源模型
更新時間:2026-10-26 20:07:05 發布時間:4小時前 閱讀:7 views次
Hi3D 1.0 是 hi3d.ai 在 2026 年 10 月 23 日開源的 3D 幾何精修模型，前身即 Sparc3D。它不做文生 3D，而是接住別人生成的粗網格：給一張參考圖和一個 coarse mesh，逐層加密到 512³、1024³ 或 1536³ 的稀疏提取網格，最後吐出純幾何 mesh。程式碼、權重、線上 Space 全部公開。
hi3d.ai 官網首頁（截圖日期 2026-10-26）。開源版 1.0 對應頁面 hi3d.ai/hi3d-1-0-open-source。
Hi3D 1.0 是什麼
- 定位：圖像條件的幾何精修（refinement），不是從零生成。
- 輸入：一張參考圖 + 一個粗網格。
- 輸出：純幾何 mesh，沒有貼圖、材質、頂點色。
- 三檔解析度：512³ 跑 1 遍，1024³ 跑 2 遍，1536³ 跑 3 遍。
- 技術底座：沿用 Sparc3D 的稀疏潛變量表示和自剪枝稀疏 VAE。
- 訓練規模：約 200 萬個精選 3D 資產。
- 開源物料：GitHub 推理程式碼、HF 權重、線上 Space 三件套。
- 上游論文：Sparc3D，arXiv 2505.14521。
Hi3D 1.0 能解決什麼
- 粗模精度不夠：Hunyuan3D-2 mini 這類模型只給大體結構，細節留給精修。
- 解析度上不去：一檔一檔加密，名義網格最高 1536³。
- 區域性結構糊：分層浮雕、建築線腳、彎曲邊界、鱗片、牙齒這些位置。
- 背面缺失：看不到的面給出合理補全，不是精確重建。
- 生產可用：官方稱發佈前已在真實生產流程裡跑過。
Hi3D 1.0 怎麼用
- 環境：Linux + Python 3.10 + NVIDIA 顯卡（算力 8.0 以上）+ CUDA 12.0–12.5。
- 實測棧：PyTorch 2.5.0+cu124、CUDA 12.4.131、96GB 的 H20。
- 裝依賴：克隆倉庫後裝 torch，再單獨裝 flash-attn 2.7.4.post1，最後
pip install -e ".[inference]"。
- 下權重：HF 倉庫
hi3d-official/Hi3Dv1.0，8 個檔案，目錄結構不能改。
- 另需兩個編碼器：DINOv2-large 和 CLIP ViT-L/14，首次運行自動拉取。
- 跑命令列：
demo/refine_mesh.py 傳圖、粗模、輸出路徑和解析度。
- 顯存吃緊：加
--sequential-cpu-offload，但官方未給最低顯存門檻。
- 要端到端：另裝 Hunyuan3D-2 mini 做粗模，屬可選示例，不是依賴。
Hi3D 1.0 的效果和侷限
- 解析度階梯：512³、1024³、1536³ 三檔，預設每遍 25 步。
- 只出幾何：要貼圖得自己接紋理流程。
- 粗模錯了改不回：嚴重的結構錯誤會一路保留。
- 1536³ 只驗證過一張卡：96GB 的 H20，小卡峯值顯存沒測。
- 沒有 CPU 推理：flash-attn 無回退路徑，缺了直接跑不起來。
- seed 不保證逐位復現：稀疏卷積和注意力在 GPU 上非確定。
- 只放推理程式碼：訓練程式碼、評測腳本、對比資料都沒給，復現不了論文表格。
- 許可：Hi3D Open License v1.0，商用允許，但月活超 20 萬或月收入超 100 萬美元要在 60 天內申請單獨許可。
- 署名要求：商業整合須標註 Powered by Hi3D 1.0。
Hi3D 1.0 示例
- 一條命令：
python demo/refine_mesh.py --image input.png --coarse-mesh coarse.glb --output refined.glb --resolution 1024 --seed 0。
- Python 三行：
Sparc3DPipeline.from_pretrained("hi3d-official/Hi3Dv1.0") 載入，調 pipeline(img, mesh, resolution=1024)，再 result.mesh.export() 匯出。
- 結果對象：
trimesh.Trimesh，只含幾何。
- 解析度參數：只接受 512、1024、1536，寫別的會報錯。
- 想線上看：HF Space 仍叫 Sparc3D，無需部署。
- 輸出座標：重新居中並歸一化到單位半徑，絕對尺寸不保留。
Hi3D 1.0 應用場景
- 手辦與 3D 列印：官網示例第一欄就是 3D Figurines。
- 遊戲資產：角色、道具從單圖升到可用高模。
- 電商商品：實物圖轉幾何模型，補足粗生成細節。
- 不適合：要帶貼圖的成品，或要文生 3D 一步到位。
