# Pixal3D（3D 模型）

> 本機影像轉 3D：騰訊 ARC 的 Pixal3D 是 TRELLIS.2 的微調版本，能把一張照片變成有貼圖的 3D 模型（含 PBR 材質的 GLB），幾何緊密貼合照片的像素。透過 trellis.cpp 在具備 16 GB 顯示記憶體的 NVIDIA 或 Vulkan GPU 上執行。授權為 MIT，影像編碼器則適用 Meta 的 DINOv3 授權。

- ID: `aigd.model3d-pixal3d`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 3D
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.0.5 (發佈於 2026-11-22)
- 授權條款: SEE LICENSE IN README.md
- 需要 AI Game Dev 應用程式: `>=0.32.0-beta.6`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.model3d-pixal3d

## 安裝

在專案資料夾中，使用 gamedev CLI：

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

在桌面應用程式中：開啟「套件」視窗（狀態列上的套件圖示），選擇 **瀏覽**，搜尋 `aigd.model3d-pixal3d`，然後點 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 1.0.5 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.4 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

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

Pixal3D 是騰訊 ARC 的 [Pixal3D](https://huggingface.co/TencentARC/Pixal3D)（SIGGRAPH 2026），為 TRELLIS.2 的微調版本，它讓每個體素以其投影到的影像像素為條件，因此幾何更貼近照片的輪廓。它能把一張影像變成含 PBR 材質的有貼圖 GLB。在 AI Game Dev 中，它透過 **[本機 3D 生成](https://ai-game.dev/packages/aigd.trellis)**（`aigd.trellis`，trellis.cpp v0.8+）在你的 GPU 上執行，需為具備 16 GB 顯示記憶體的 NVIDIA（CUDA）或 Vulkan GPU。它適合形狀必須緊密符合參考照片或概念圖的素材。

## 你可以製作的內容

- 保有來源照片輪廓、已貼圖且可直接用於 PBR 的道具與物件。
- 把你拍攝的真實物件做成 3D 版本，拍攝時物件周圍留有空間。
- 解析度 1024 或 1536 的精細模型。

## 範例指令

- 「用 Pixal3D 把我的照片 `Photos/teapot.jpg` 變成有貼圖的 3D 模型。」
- 「把這個盾牌概念圖做成 1536 解析度的 3D 模型。」
- 「Pixal3D 模型偏離了輪廓；換個視野再試一次。」

## 重點特色

|  |  |
|---|---|
| 模型 ID | `aigd.model3d-pixal3d.bf16` |
| 操作 | 影像轉 3D（單一物件的一張 PNG 或 JPEG 照片） |
| 輸出 | 含 PBR 材質的有貼圖 GLB（PNG 貼圖） |
| 解析度 | 1024（預設）、1536 |
| 步數 | 預設 12 |
| 視野 | 選用 `fov`，預設 49.13 度 |
| 執行環境 | 具備 16 GB 顯示記憶體的 NVIDIA（CUDA）或 Vulkan GPU（上游警告：16 GB 的顯示卡在貼圖階段可能記憶體不足） |
| 下載 | 14.5 GB，10 個檔案（其中 3.5 GB 與 TRELLIS.2 共用） |
| 授權 | MIT；DINOv3 編碼器適用 Meta 的 DINOv3 License |

## Pixal3D 或 TRELLIS.2

- **Pixal3D**（本套件）：幾何更貼近照片的像素；僅支援 1024 與 1536。
- **[TRELLIS.2 4B](https://ai-game.dev/packages/aigd.model3d-trellis2-4b)**：基礎模型，另提供更輕量的 512 解析度。

兩者合計約 27 GB，因為有 3.5 GB 的檔案是共用的。

## 限制與實測

- **輸入：** 單一物件的一張 PNG 或 JPEG 照片，物件周圍需留有空間。
- **輸出：** 一個自包含的 GLB（PNG 貼圖）。
- **解析度：** 1024（預設）與 1536。Pixal3D 並未發布 512 的貼圖模型，因此不提供 512。
- **一律貼圖：** 不提供只輸出幾何的執行模式。trellis.cpp v0.8.1 只在貼圖時簡化網格，因此若不貼圖，它會寫出原始解碼網格，超出應用程式的 GLB 限制。
- **視野：** 選用 `fov`（度，預設 49.13）。trellis.cpp 不像參考實作（MoGe-2）那樣自動估算，因此幾何若偏離輪廓，就代表 FOV 不正確。
- **不提供：多視角。** 騰訊發布了 `_mv` 多視角檢查點，且自 2026 年 9 月起也提供多視角推論（`pipeline_mv.json`），但 trellis.cpp v0.8.1 僅支援單一視角。多視角轉 3D 仍需等待執行環境支援。
- **硬體：** 具備 **16 GB** 顯示記憶體的 NVIDIA（CUDA）或 Vulkan GPU。貼圖階段是 Pixal3D 的記憶體高峰，上游警告 16 GB 的顯示卡在此階段可能記憶體不足。
- **下載：** 14.5 GB，10 個檔案。其中 3.5 GB（解碼器、DINOv3、BiRefNet）與 TRELLIS.2 的檔案位元組完全相同，並與 `aigd.model3d-trellis2-4b` 共用。

在 Windows 上以 RTX 4090 實測，解析度 1024、種子 42、12 步的單張影像，在 CUDA 上耗時 197.96 秒，在 Vulkan 上耗時 442.57 秒。整張顯示卡的 VRAM 峰值在 CUDA 為 12,460 MiB，在 Vulkan 為 15,933 MiB。起始用量分別為 4,622 與 4,690 MiB。在 CUDA 上，另一份解析度 1536 的 JPEG 輸入在 558.58 秒內產出有效的 PBR GLB。整張顯示卡的 VRAM 從起始的 3,924 MiB 升至峰值 11,756 MiB。

## 下載內容

| 檔案 | 內容說明 | 下載來源（固定版本） | 授權 |
|---|---|---|---|
| `pixal3d_ss_flow`, `pixal3d_shape_flow_512`, `pixal3d_shape_flow_1024`, `pixal3d_tex_flow_1024` | Pixal3D 的 flow transformer（BF16） | [`vegax87/Pixal3D`](https://huggingface.co/vegax87/Pixal3D) `51de7d1764f4b735c4e3aaea40e5ba60c18ca707`，轉換自 [TencentARC/Pixal3D](https://huggingface.co/TencentARC/Pixal3D) | [MIT](https://huggingface.co/TencentARC/Pixal3D/blob/b0cb2e1b794cab9aa0ac38a95d794a4d9337437f/LICENSE) |
| `pixal3d_naf` | NAF 特徵上採樣器 | `vegax87/Pixal3D`，轉換自 [valeoai/NAF](https://github.com/valeoai/NAF) | [Apache-2.0](https://github.com/valeoai/NAF/blob/main/LICENSE) |
| `ss_dec`, `shape_dec`, `tex_dec` | 解碼器，與 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 影像編碼器 | `ilintar/trellis2-gguf`（來自 Meta 的 DINOv3） | [DINOv3 License](https://ai.meta.com/resources/models-and-libraries/dinov3-license/) |
| `birefnet` | 背景移除 | `ilintar/trellis2-gguf`（來自 [ZhengPeng7/BiRefNet](https://huggingface.co/ZhengPeng7/BiRefNet)） | MIT |

`vegax87/Pixal3D`（MIT）就是 trellis.cpp 的 Pixal3D 文件所指的轉換版本；其作者也把 Pixal3D 後端貢獻給 trellis.cpp。

## 授權

Pixal3D 採 **MIT** 授權（© 2026 Tencent）：允許商業使用，你產生的內容歸你所有。由於 DINOv3 編碼器的授權禁止某些用途（見下文），應用程式會在下載前請你接受授權條款。騰訊的 NOTICE 將 TRELLIS.2、Direct3D-S2 與 MoGe（MIT）以及 dinov2（Apache-2.0）列為第三方元件，並未額外加上自身限制。

- **DINOv3 影像編碼器** — 適用 Meta 的 [DINOv3 License](https://ai.meta.com/resources/models-and-libraries/dinov3-license/)，而非 MIT。允許商業使用，但：當你散布此編碼器或其衍生物時，必須附上授權條款並**顯著標示 "Built with DINOv3"**；不得用於軍事或戰爭、核能、間諜或武器用途，亦不得用於貿易管制（ITAR、制裁）所禁止的任何用途；不得逆向工程。
- **NAF** — Apache-2.0（若你重新散布，請保留其授權與聲明）。
- **歐盟旗標。** 騰訊的 Hugging Face 模型卡設定了 `extra_gated_eu_disallowed: true`。Hugging Face 用這個旗標，在**受限（gated）**儲存庫的存取表單上拒絕歐盟使用者。Pixal3D 的儲存庫**並未設限**（任何人都能下載，不需帳號），而 MIT 授權也未指名任何地區，因此這個旗標目前並不構成任何限制。它可能暗示騰訊無意在歐盟提供 Pixal3D。此處僅如實揭露為「其他」類限制，而非地區禁令；若你要在歐盟使用 Pixal3D，請自行確認。

必要的署名文字：

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

限制總結：DINOv3 的署名要求與軍事／武器／貿易管制禁令；以及上述的歐盟旗標。沒有營收上限，也沒有浮水印。

所有檔案都從 Hugging Face 下載。AI Game Dev 不自行託管這些檔案。你下載模型時即表示接受這些授權條款。
````
