# TripoSG 1.5B (modelo 3D local)

> Imagem para 3D local: o TripoSG 1.5B da VAST-AI transforma uma imagem em uma malha 3D (GLB) detalhada e sem textura, com superfícies nítidas e limpas, na sua GPU NVIDIA com 8 GB de VRAM. Roda offline no runtime Local Python models. Pesos MIT; o código da Tencent em sua inferência não é licenciado na UE, no Reino Unido nem na Coreia do Sul.

- Id: `aigd.model3d-triposg`
- Origem: Oficial (de primeira parte `aigd.*`)
- Categoria: 3D
- Publicador: AI Game Dev (`aigd`), verificado
- Versão mais recente: 1.0.4 (publicado em 2026-11-22)
- Licença: SEE LICENSE IN README.md
- Requer o app AI Game Dev: `>=0.32.0-beta.6`
- Código nativo: não
- Avaliação: ainda sem avaliações
- Página HTML: https://ai-game.dev/pt-br/packages/aigd.model3d-triposg

## Instalar

Com o CLI gamedev, na pasta do projeto:

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

No app desktop: abra a janela Packages (o ícone de pacote na barra de status), selecione **Browse**, busque `aigd.model3d-triposg` e clique em **Add to Project**. Mais: https://ai-game.dev/docs/wiki/app/packages

## Versões

| Versão | Publicado | Requer o app | Observações |
|---|---|---|---|
| 1.0.4 | 2026-11-22 | `>=0.32.0-beta.6` | mais recente |
| 1.0.3 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## Descrição

````markdown
# TripoSG 1.5B (`aigd.model3d-triposg`)

O TripoSG 1.5B transforma uma imagem em uma forma 3D detalhada na sua GPU NVIDIA (8 GB de VRAM ou mais), com o [TripoSG](https://github.com/VAST-AI-Research/TripoSG) da VAST-AI. O resultado é um GLB sem textura, com superfícies nítidas e limpas. No AI Game Dev ele roda localmente pelo **Local Python models runtime** (`aigd.python`). É o que exige menos memória de vídeo entre os modelos locais de imagem para 3D. **Parte do código de inferência está sob licenças da Tencent que não permitem uso na União Europeia, no Reino Unido nem na Coreia do Sul.**

## O que você pode criar

- Malhas sem textura de props, armas, veículos, criaturas e personagens a partir de uma única imagem.
- Malhas base para texturizar, retopologizar ou rigar depois.
- Blockouts 3D a partir de concept art em uma placa NVIDIA de 8 GB.

## Exemplos de pedidos

- "Faça um modelo 3D de `Concepts/lantern.png` com o TripoSG."
- "Transforme o conceito do robô com fundo transparente em um GLB."
- "Gere malhas para cada uma das três imagens de rocha em `Concepts/rocks/`."

## Destaques

|  |  |
|---|---|
| Id do modelo | `aigd.model3d-triposg.v1` |
| Operação | imagem para 3D (uma imagem de entrada; fundo transparente funciona melhor) |
| Saída | GLB sem textura |
| Passos | 50 por padrão |
| Roda em | GPU NVIDIA (CUDA) com 8 GB de VRAM ou mais |
| Download | cerca de 7,9 GB, mais o ambiente Python do runtime no primeiro carregamento |
| Licença | pesos MIT; parte do código de inferência sob licenças da Tencent: não na UE, no Reino Unido nem na Coreia do Sul, licença separada acima de 1 milhão de usuários ativos mensais |

## Outros modelos locais de imagem para 3D

- [Hunyuan3D-2.1 Shape](https://ai-game.dev/packages/aigd.model3d-hunyuan3d-2-1-shape): sem textura, 10 GB de VRAM.
- [Step1X-3D Geometry](https://ai-game.dev/packages/aigd.model3d-step1x-3d-geometry): sem textura, 16 GB de VRAM, Apache-2.0 sem limite territorial.
- [TRELLIS.2 4B](https://ai-game.dev/packages/aigd.model3d-trellis2-4b) e [Pixal3D](https://ai-game.dev/packages/aigd.model3d-pixal3d): GLB com textura e materiais PBR, 16 GB em uma GPU NVIDIA ou Vulkan.

## Como ele roda

Use uma imagem de um único objeto com fundo transparente: o app recorta até o objeto. Uma imagem opaca é usada inteira, o que só funciona quando o objeto preenche um fundo liso. Nenhum modelo de remoção de fundo vem incluído (o próprio modelo do TripoSG, RMBG-1.4, é não comercial). O decodificador "flash", mais rápido, não é usado: ele precisa de `diso`, que é não comercial (CC BY-NC 4.0) e precisa ser compilado.

A saída pode conter pequenas partes soltas: em verificações na GPU do TripoSG, do Step1X-3D e do Hunyuan3D, o componente principal concentrou de 97,5% a 99,2% das faces.

Este pacote é somente dados. Ele precisa do **Local Python models runtime** (`aigd.python`), que monta um ambiente Python privado para o modelo na primeira vez que ele carrega (alguns GB de PyTorch e bibliotecas, veja o README desse pacote). Os modelos rodam offline; seus pesos vêm apenas dos arquivos listados abaixo, baixados do Hugging Face depois que você confirma. O AI Game Dev não os hospeda.

## O que é baixado

Cerca de 7,9 GB, fixados por revisão do Hugging Face e sha256:

| Arquivo | Tamanho | Licença | Origem |
|---|---|---|---|
| `feature_extractor_dinov2-preprocessor_config.json` | 0.00 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/feature_extractor_dinov2/preprocessor_config.json) |
| `image_encoder_dinov2-config.json` | 0.00 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/image_encoder_dinov2/config.json) |
| `image_encoder_dinov2-model.safetensors` | 1.22 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/image_encoder_dinov2/model.safetensors) |
| `model_index.json` | 0.00 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/model_index.json) |
| `scheduler-scheduler_config.json` | 0.00 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/scheduler/scheduler_config.json) |
| `transformer-config.json` | 0.00 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/transformer/config.json) |
| `transformer-diffusion_pytorch_model.safetensors` | 5.76 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/transformer/diffusion_pytorch_model.safetensors) |
| `vae-config.json` | 0.00 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/vae/config.json) |
| `vae-diffusion_pytorch_model.safetensors` | 0.97 GB | MIT | [arquivo](https://huggingface.co/VAST-AI/TripoSG/resolve/2c1c516d22d58db486a058d98d31bb6177344e06/vae/diffusion_pytorch_model.safetensors) |

O código Python do modelo é baixado do GitHub no commit fixado, com cada arquivo verificado por sha256.

## Licença

- **Pesos: MIT**, © 2025 VAST-AI-Research e colaboradores ([ficha do modelo](https://huggingface.co/VAST-AI/TripoSG/tree/2c1c516d22d58db486a058d98d31bb6177344e06)).
- **Código de inferência** (`triposg/`, baixado do GitHub no commit [`fc5c409`](https://github.com/VAST-AI-Research/TripoSG/tree/fc5c40990181e2a756c4e0b1c2f4d6b5202faf8c)): o repositório é MIT, mas sua pasta `triposg/` traz a [Tencent Hunyuan FlashVDM Community License](https://github.com/VAST-AI-Research/TripoSG/blob/fc5c40990181e2a756c4e0b1c2f4d6b5202faf8c/triposg/LICENSE), e seu [NOTICE](https://github.com/VAST-AI-Research/TripoSG/blob/fc5c40990181e2a756c4e0b1c2f4d6b5202faf8c/NOTICE) lista código derivado do Tencent Hunyuan FlashVDM e do HunyuanDiT.

Atribuição obrigatória: "TripoSG © 2025 VAST-AI-Research and contributors. Tencent Hunyuan FlashVDM is licensed under the Tencent Hunyuan FlashVDM Community License Agreement, Copyright © 2025 Tencent. All Rights Reserved. Tencent Hunyuan is licensed under the Tencent Hunyuan Community License Agreement, Copyright © 2024 Tencent. All Rights Reserved. The trademark rights of "Tencent Hunyuan" are owned by Tencent or its affiliate."

**Restrições** (das licenças da Tencent que cobrem parte do código de inferência):
- **Não licenciado na União Europeia, no Reino Unido nem na Coreia do Sul.** Você não pode usar o código nem sua saída nesses locais.
- Um produto ou serviço com **mais de 1 milhão de usuários ativos mensais** precisa de uma licença separada da Tencent.
- O código e sua saída não podem ser usados para melhorar qualquer outro modelo de IA.
- Aplica-se a Política de Uso Aceitável da Tencent.

Você é responsável por verificar se o seu uso é permitido.
````
