# Pixal3D（3Dモデル）

> ローカル画像→3D：Tencent ARCのPixal3DはTRELLIS.2のファインチューンで、1枚の写真から、写真のピクセルにジオメトリが忠実に従うテクスチャ付き3Dモデル（PBRマテリアル付きGLB）を作成します。NVIDIAまたはVulkan GPU（ビデオメモリ16 GB）上でtrellis.cppにより動作します。MITライセンスで、画像エンコーダーにはMetaのDINOv3ライセンスが適用されます。

- ID: `aigd.model3d-pixal3d`
- ソース: 公式 (ファーストパーティ `aigd.*`)
- カテゴリ: 3D
- パブリッシャー: AI Game Dev (`aigd`), 確認済み
- 最新バージョン: 1.0.5 (公開日 2026-11-22)
- ライセンス: SEE LICENSE IN README.md
- AI Game Dev アプリが必要です: `>=0.32.0-beta.6`
- ネイティブコード: いいえ
- 評価: まだ評価はありません
- HTML ページ: https://ai-game.dev/ja/packages/aigd.model3d-pixal3d

## インストール

gamedev CLI を使用する場合は、プロジェクトフォルダで:

```bash
gamedev pkg add aigd.model3d-pixal3d
```

デスクトップアプリで: パッケージウィンドウ（ステータスバーのパッケージアイコン）を開き、**参照** を選択して `aigd.model3d-pixal3d` を検索し、**プロジェクトに追加** をクリックします。詳細: https://ai-game.dev/docs/wiki/app/packages

## バージョン

| バージョン | 公開日 | アプリが必要 | 備考 |
|---|---|---|---|
| 1.0.5 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.4 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 説明

````markdown
# Pixal3D (`aigd.model3d-pixal3d`)

Pixal3DはTencent ARCの[Pixal3D](https://huggingface.co/TencentARC/Pixal3D)（SIGGRAPH 2026）で、TRELLIS.2のファインチューンです。各ボクセルを投影先の画像ピクセルに条件付けるため、ジオメトリが写真のシルエットにより忠実に従います。1枚の画像から、PBRマテリアル付きのテクスチャ付きGLBを作成します。AI Game Devでは、**[ローカル3D生成](https://ai-game.dev/packages/aigd.trellis)**（`aigd.trellis`、trellis.cpp v0.8+）を通じて、ビデオメモリ16 GBのNVIDIA（CUDA）またはVulkan GPU上で動作します。形状を参照写真やコンセプトに厳密に合わせる必要があるアセットに適しています。

## 作成できるもの

- 元の写真の輪郭を保つ、テクスチャ付きでPBR対応のプロップやオブジェクト。
- 撮影した実物を、周囲に余白を取ってフレーミングした3D版。
- 解像度1024または1536の詳細なモデル。

## リクエスト例

- 「Pixal3Dで写真`Photos/teapot.jpg`をテクスチャ付き3Dモデルにしてください。」
- 「このシールドのコンセプトを1536で3Dモデルにしてください。」
- 「Pixal3Dのモデルが輪郭からずれています。別の視野角で再試行してください。」

## ハイライト

|  |  |
|---|---|
| モデルID | `aigd.model3d-pixal3d.bf16` |
| 処理 | 画像から3D（1つのオブジェクトを写したPNGまたはJPEG写真1枚） |
| 出力 | PBRマテリアル付きのテクスチャ付きGLB（PNGテクスチャ） |
| 解像度 | 1024（デフォルト）、1536 |
| ステップ数 | デフォルト12 |
| 視野角 | 任意の`fov`、デフォルト49.13度 |
| 動作環境 | ビデオメモリ16 GBのNVIDIA（CUDA）またはVulkan GPU（上流では、16 GBのカードはテクスチャ段階でメモリ不足になる可能性があると警告されています） |
| ダウンロード | 14.5 GB、10ファイル（3.5 GBはTRELLIS.2と共有） |
| ライセンス | MIT。DINOv3エンコーダーにはMetaのDINOv3 Licenseが適用されます |

## Pixal3DまたはTRELLIS.2

- **Pixal3D**（このパッケージ）：ジオメトリが写真のピクセルにより忠実に従います。解像度は1024と1536のみです。
- **[TRELLIS.2 4B](https://ai-game.dev/packages/aigd.model3d-trellis2-4b)**：ベースモデルで、より軽量な512解像度も利用できます。

両方を合わせると約27 GBです。3.5 GBのファイルが共有されるためです。

## 制限と測定値

- **入力：** 1つのオブジェクトを写し、周囲に余白を取ってフレーミングしたPNGまたはJPEG写真1枚。
- **出力：** 自己完結型のGLB 1つ（PNGテクスチャ）。
- **解像度：** 1024（デフォルト）と1536。Pixal3Dは512のテクスチャモデルを公開していないため、512は提供されません。
- **常にテクスチャ付き：** ジオメトリのみの実行は提供されません。trellis.cpp v0.8.1はテクスチャリング中にのみメッシュを簡略化するため、テクスチャなしではデコードされた生のメッシュを書き出し、これはアプリのGLB制限を超えます。
- **視野角：** 任意の`fov`（度、デフォルト49.13）。trellis.cppは参照実装（MoGe-2）のように視野角を推定しないため、ジオメトリがシルエットからずれる場合はFOVが誤っています。
- **提供されないもの：複数ビュー。** Tencentは`_mv`のマルチビューチェックポイントを公開し、2026年9月以降はマルチビュー推論（`pipeline_mv.json`）も公開していますが、trellis.cpp v0.8.1はシングルビューです。マルチビューから3Dへの変換はランタイムの対応待ちです。
- **ハードウェア：** ビデオメモリ**16 GB**のNVIDIA（CUDA）またはVulkan GPU。テクスチャ段階がPixal3Dのメモリピークであり、上流では16 GBのカードがそこでメモリ不足になる可能性があると警告されています。
- **ダウンロード：** 14.5 GB、10ファイル。そのうち3.5 GB（デコーダー、DINOv3、BiRefNet）はTRELLIS.2のものとバイト単位で同一で、`aigd.model3d-trellis2-4b`と共有されます。

Windows上のRTX 4090では、解像度1024、シード42、12ステップで1枚の画像を処理するのに、CUDAで197.96 s、Vulkanで442.57 sかかりました。デバイス全体のVRAMは、CUDAでピーク12,460 MiB、Vulkanでピーク15,933 MiBでした。開始時の使用量はそれぞれ4,622 MiBと4,690 MiBでした。CUDAでは、解像度1536の別のJPEG入力を処理し、558.58 sで有効なPBR GLBを生成しました。デバイス全体のVRAMは開始時の3,924 MiBからピーク11,756 MiBになりました。

## ダウンロードされるもの

| ファイル | 内容 | ダウンロード元（固定リビジョン） | ライセンス |
|---|---|---|---|
| `pixal3d_ss_flow`, `pixal3d_shape_flow_512`, `pixal3d_shape_flow_1024`, `pixal3d_tex_flow_1024` | Pixal3Dのフロートランスフォーマー（BF16） | [`vegax87/Pixal3D`](https://huggingface.co/vegax87/Pixal3D) `51de7d1764f4b735c4e3aaea40e5ba60c18ca707`、[TencentARC/Pixal3D](https://huggingface.co/TencentARC/Pixal3D)から変換 | [MIT](https://huggingface.co/TencentARC/Pixal3D/blob/b0cb2e1b794cab9aa0ac38a95d794a4d9337437f/LICENSE) |
| `pixal3d_naf` | NAF特徴アップサンプラー | `vegax87/Pixal3D`、[valeoai/NAF](https://github.com/valeoai/NAF)から変換 | [Apache-2.0](https://github.com/valeoai/NAF/blob/main/LICENSE) |
| `ss_dec`, `shape_dec`, `tex_dec` | TRELLIS.2のものと同一のデコーダー | [`ilintar/trellis2-gguf`](https://huggingface.co/ilintar/trellis2-gguf) `a57397bd3d351599d9729fc144b3f87c3f87d65b` | [MIT](https://huggingface.co/microsoft/TRELLIS.2-4B) |
| `dinov3` | DINOv3 ViT-L/16画像エンコーダー | `ilintar/trellis2-gguf`（MetaのDINOv3から） | [DINOv3 License](https://ai.meta.com/resources/models-and-libraries/dinov3-license/) |
| `birefnet` | 背景除去 | `ilintar/trellis2-gguf`（[ZhengPeng7/BiRefNet](https://huggingface.co/ZhengPeng7/BiRefNet)から） | MIT |

`vegax87/Pixal3D`（MIT）は、trellis.cppのPixal3Dドキュメントが名指しする変換です。その作者はtrellis.cppにPixal3Dバックエンドを貢献しました。

## ライセンス

Pixal3Dは**MIT**（© 2026 Tencent）です。商用利用が認められており、生成物はあなたが所有します。DINOv3エンコーダーのライセンスが一部の用途を禁止しているため（下記）、アプリはダウンロード前にライセンスへの同意を求めます。TencentのNOTICEには、サードパーティコンポーネントとしてTRELLIS.2、Direct3D-S2、MoGe（MIT）、dinov2（Apache-2.0）が記載されており、独自の制限は追加されていません。

- **DINOv3画像エンコーダー** — Metaの[DINOv3 License](https://ai.meta.com/resources/models-and-libraries/dinov3-license/)であり、MITではありません。商用利用は認められていますが、以下の条件があります。エンコーダーまたはその派生物を配布する場合は、ライセンスを含め、**"Built with DINOv3"を目立つように表示**する必要があります。軍事もしくは戦争、核、スパイ活動、または武器に関する用途は禁止され、貿易管理（ITAR、制裁）で禁じられている用途も禁止されます。リバースエンジニアリングは禁止されています。
- **NAF** — Apache-2.0（再配布する場合は、そのライセンスと通知を保持してください）。
- **EUフラグ。** TencentのHugging Faceカードは`extra_gated_eu_disallowed: true`を設定しています。Hugging Faceはこのフラグを使用して、**ゲート付き**リポジトリのアクセスフォームでEUユーザーを拒否します。Pixal3Dリポジトリは**ゲート付きではありません**（アカウントなしで誰でもダウンロードできます）。また、MITライセンスは地域を指定していないため、現時点でこのフラグは何も制限していません。これは、TencentがEUでPixal3Dを提供する意図がないことを示唆する可能性があります。これは地域禁止ではなく、単なる「その他」の制限として開示されています。EUでPixal3Dを使用する前に、ご自身で確認してください。

必要な帰属表示テキスト：

> Pixal3D © Tencent (MIT). TRELLIS.2 © Microsoft Corporation (MIT). NAF © valeo.ai (Apache-2.0).
> Built with DINOv3 (DINOv3 License, © Meta Platforms). BiRefNet © ZhengPeng7 (MIT).

制限を明確に示すと、DINOv3の帰属表示と、軍事・武器・貿易管理の禁止、および上記のEUフラグです。収益上限やウォーターマークはありません。

すべてのファイルはHugging Faceからダウンロードされます。AI Game Devはそれらをホストしていません。モデルをダウンロードすると、これらのライセンスに同意したことになります。
````
