# Pixal3D（3D 模型）

> 本地图像转 3D：腾讯 ARC 的 Pixal3D 是 TRELLIS.2 的微调模型，能把一张照片变成带纹理的 3D 模型（带 PBR 材质的 GLB），其几何形状紧密贴合照片的像素。通过 trellis.cpp 运行，需要 16 GB 显存的 NVIDIA 或 Vulkan GPU。MIT 许可，图像编码器采用 Meta 的 DINOv3 许可。

- ID: `aigd.model3d-pixal3d`
- 来源: 官方 (第一方 `aigd.*`)
- 分类: 3D
- 发布者: AI Game Dev (`aigd`), 已验证
- 最新版本: 1.0.5 (发布于 2026-11-22)
- 许可证: SEE LICENSE IN README.md
- 需要 AI Game Dev 应用: `>=0.32.0-beta.6`
- 原生代码: 否
- 评分: 暂无评分
- HTML 页面: https://ai-game.dev/zh-hans/packages/aigd.model3d-pixal3d

## 安装

使用 gamedev CLI，在项目文件夹中运行：

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

在桌面应用中：打开 Packages 窗口（状态栏中的包图标），选择 **Browse**，搜索 `aigd.model3d-pixal3d`，然后点击 **Add to Project**。更多：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 发布时间 | 需要应用 | 备注 |
|---|---|---|---|
| 1.0.5 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.4 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 描述

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

Pixal3D 是腾讯 ARC 的 [Pixal3D](https://huggingface.co/TencentARC/Pixal3D)（SIGGRAPH 2026），它是 TRELLIS.2 的微调模型，让每个体素都以它投影到的图像像素为条件，因此几何形状能更贴合照片的轮廓。它能把一张图像变成带 PBR 材质的纹理 GLB。在 AI Game Dev 中，它通过 **[Local 3D generation](https://ai-game.dev/packages/aigd.trellis)**（`aigd.trellis`，trellis.cpp v0.8+）在你的 GPU 上运行，需要 16 GB 显存的 NVIDIA（CUDA）或 Vulkan GPU。它适合那些形状必须与参考照片或概念图高度一致的资产。

## 你可以制作什么

- 带纹理、可直接用于 PBR 的道具和物件，并保持源照片的轮廓。
- 把你拍摄的真实物件做成 3D 版本，拍摄时物件四周留出一些空间。
- 分辨率为 1024 或 1536 的精细模型。

## 示例请求

- “用 Pixal3D 把我的照片 `Photos/teapot.jpg` 变成带纹理的 3D 模型。”
- “把这张盾牌概念图做成 1536 的 3D 模型。”
- “Pixal3D 模型偏离了轮廓；换一个不同的视野再试一次。”

## 亮点

|  |  |
|---|---|
| 模型 ID | `aigd.model3d-pixal3d.bf16` |
| 操作 | 图像转 3D（一张 PNG 或 JPEG 的单个物件照片） |
| 输出 | 带 PBR 材质的纹理 GLB（PNG 纹理） |
| 分辨率 | 1024（默认）、1536 |
| 步数 | 默认 12 |
| 视野 | 可选 `fov`，默认 49.13 度 |
| 运行环境 | 16 GB 显存的 NVIDIA（CUDA）或 Vulkan GPU（上游警告：16 GB 显卡在纹理阶段可能显存不足） |
| 下载 | 14.5 GB，10 个文件（其中 3.5 GB 与 TRELLIS.2 共享） |
| 许可 | MIT；DINOv3 编码器采用 Meta 的 DINOv3 License |

## Pixal3D 还是 TRELLIS.2

- **Pixal3D**（本包）：几何形状更贴合照片的像素；仅支持 1024 和 1536。
- **[TRELLIS.2 4B](https://ai-game.dev/packages/aigd.model3d-trellis2-4b)**：基础模型，还提供更轻量的 512 分辨率。

两者合计约 27 GB，因为有 3.5 GB 的文件是共享的。

## 限制与实测

- **输入：**一张 PNG 或 JPEG 的单个物件照片，物件四周留出一些空间。
- **输出：**一个自包含的 GLB（PNG 纹理）。
- **分辨率：**1024（默认）和 1536。Pixal3D 没有发布 512 纹理模型，因此不提供 512。
- **始终带纹理：**不提供只生成几何形状的运行方式。trellis.cpp v0.8.1 只在纹理化时简化网格，所以不带纹理时它会写出原始解码网格，超出应用的 GLB 限制。
- **视野：**可选 `fov`（度，默认 49.13）。trellis.cpp 不会像参考实现（MoGe-2）那样估计视野，因此几何形状偏离轮廓就说明 FOV 不对。
- **不提供：多视图。**腾讯发布了 `_mv` 多视图检查点，并从 2026 年 9 月起支持多视图推理（`pipeline_mv.json`），但 trellis.cpp v0.8.1 只支持单视图。多视图转 3D 还要等待运行时支持。
- **硬件：**需要 **16 GB** 显存的 NVIDIA（CUDA）或 Vulkan GPU。纹理阶段是 Pixal3D 的显存峰值，上游警告 16 GB 显卡在该阶段可能显存不足。
- **下载：**14.5 GB，10 个文件。其中 3.5 GB（解码器、DINOv3、BiRefNet）与 TRELLIS.2 的逐字节相同，并与 `aigd.model3d-trellis2-4b` 共享。

在 Windows 上使用 RTX 4090，分辨率 1024、种子 42、12 步的一张图像，在 CUDA 上耗时 197.96 秒，在 Vulkan 上耗时 442.57 秒。设备整体显存峰值在 CUDA 上为 12,460 MiB，在 Vulkan 上为 15,933 MiB。起始占用分别为 4,622 和 4,690 MiB。在 CUDA 上，另一张 JPEG 输入以分辨率 1536 在 558.58 秒内生成了有效的 PBR GLB。设备整体显存从起始的 3,924 MiB 升至峰值 11,756 MiB。

## 下载内容

| 文件 | 说明 | 下载来源（固定修订版本） | 许可 |
|---|---|---|---|
| `pixal3d_ss_flow`, `pixal3d_shape_flow_512`, `pixal3d_shape_flow_1024`, `pixal3d_tex_flow_1024` | Pixal3D 的 flow transformers（BF16） | [`vegax87/Pixal3D`](https://huggingface.co/vegax87/Pixal3D) `51de7d1764f4b735c4e3aaea40e5ba60c18ca707`，转换自 [TencentARC/Pixal3D](https://huggingface.co/TencentARC/Pixal3D) | [MIT](https://huggingface.co/TencentARC/Pixal3D/blob/b0cb2e1b794cab9aa0ac38a95d794a4d9337437f/LICENSE) |
| `pixal3d_naf` | NAF 特征上采样器 | `vegax87/Pixal3D`，转换自 [valeoai/NAF](https://github.com/valeoai/NAF) | [Apache-2.0](https://github.com/valeoai/NAF/blob/main/LICENSE) |
| `ss_dec`, `shape_dec`, `tex_dec` | 解码器，与 TRELLIS.2 的相同 | [`ilintar/trellis2-gguf`](https://huggingface.co/ilintar/trellis2-gguf) `a57397bd3d351599d9729fc144b3f87c3f87d65b` | [MIT](https://huggingface.co/microsoft/TRELLIS.2-4B) |
| `dinov3` | DINOv3 ViT-L/16 图像编码器 | `ilintar/trellis2-gguf`（来自 Meta 的 DINOv3） | [DINOv3 License](https://ai.meta.com/resources/models-and-libraries/dinov3-license/) |
| `birefnet` | 背景移除 | `ilintar/trellis2-gguf`（来自 [ZhengPeng7/BiRefNet](https://huggingface.co/ZhengPeng7/BiRefNet)） | MIT |

`vegax87/Pixal3D`（MIT）正是 trellis.cpp 的 Pixal3D 文档所指的转换版本；其作者为 trellis.cpp 贡献了 Pixal3D 后端。

## 许可

Pixal3D 采用 **MIT** 许可（© 2026 Tencent）：允许商业使用，你对自己生成的内容拥有所有权。由于 DINOv3 编码器的许可禁止某些用途（见下文），应用会在下载前要求你接受该许可。腾讯的 NOTICE 将 TRELLIS.2、Direct3D-S2 和 MoGe（MIT）以及 dinov2（Apache-2.0）列为第三方组件，并未附加自己的限制。

- **DINOv3 图像编码器**——Meta 的 [DINOv3 License](https://ai.meta.com/resources/models-and-libraries/dinov3-license/)，不是 MIT。允许商业使用，但是：当你分发该编码器或其衍生作品时，须附上许可并**显著展示 "Built with DINOv3"**；不得用于军事或战争、核、间谍或武器用途，不得用于贸易管制（ITAR、制裁）所禁止的任何用途；不得逆向工程。
- **NAF**——Apache-2.0（如果你再分发它，请保留其许可和声明）。
- **欧盟旗帜。**腾讯的 Hugging Face 卡片设置了 `extra_gated_eu_disallowed: true`。Hugging Face 用该标记在**受限（gated）**仓库的访问表单上拒绝欧盟用户。Pixal3D 仓库**不受限**（任何人都能在不注册账号的情况下下载），而 MIT 许可没有指定地域，所以该标记目前不构成任何限制。它可能暗示腾讯并不打算在欧盟提供 Pixal3D。这里将其作为普通的“其他”限制披露，而非地域禁令；如果你要在欧盟使用 Pixal3D，请自行核实。

必须标注的署名文本：

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

直白地说，限制包括：DINOv3 署名要求以及军事/武器/贸易管制禁令；上述欧盟标记。没有收入上限，没有水印。

所有文件都从 Hugging Face 下载。AI Game Dev 不托管这些文件。下载模型即表示你接受这些许可。
````
