# TripoSG 1.5B（本機 3D 模型）

> 本機圖片轉 3D：VAST-AI 的 TripoSG 1.5B 能把單張圖片變成細節豐富的無貼圖 3D 網格（GLB），表面銳利乾淨，在你的 NVIDIA GPU 上以 8 GB 顯示記憶體執行。在 Local Python models runtime 中離線執行。權重為 MIT；其推論程式碼含 Tencent 授權部分，不得在歐盟、英國或南韓使用。

- ID: `aigd.model3d-triposg`
- 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: 1.0.4 (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-triposg

## 安裝

在專案資料夾中，使用 gamedev CLI：

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

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-triposg`，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 |
|---|---|---|---|
| 1.0.4 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.3 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

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

TripoSG 1.5B 能在你的 NVIDIA GPU（8 GB 以上顯示記憶體）上，用 VAST-AI 的 [TripoSG](https://github.com/VAST-AI-Research/TripoSG) 把單張圖片變成細節豐富的 3D 形狀。結果是未貼圖的 GLB，表面銳利乾淨。在 AI Game Dev 中，它透過 **Local Python models runtime**（`aigd.python`）在本機執行。它是本機圖片轉 3D 模型中顯示記憶體需求最低的。**其部分推論程式碼採用 Tencent 授權，不允許在歐盟、英國或南韓使用。**

## 你可以製作的內容

- 從單張圖片產生道具、武器、載具、生物與角色的無貼圖網格。
- 可日後上貼圖、重新拓撲或綁定骨架的基礎網格。
- 在 8 GB 的 NVIDIA 顯示卡上，從概念美術做出 3D 草模。

## 範例指令

- 「用 TripoSG 把 `Concepts/lantern.png` 做成 3D 模型。」
- 「把透明背景的機器人概念圖轉成 GLB。」
- 「為 `Concepts/rocks/` 中的三張岩石圖片分別產生網格。」

## 重點特色

|  |  |
|---|---|
| 模型 ID | `aigd.model3d-triposg.v1` |
| 操作 | 圖片轉 3D（單張輸入圖片；透明背景效果最佳） |
| 輸出 | 無貼圖 GLB |
| 步數 | 預設 50 |
| 執行環境 | NVIDIA GPU（CUDA），8 GB 以上顯示記憶體 |
| 下載 | 約 7.9 GB，首次載入時另需 runtime 的 Python 環境 |
| 授權 | 權重為 MIT；部分推論程式碼採用 Tencent 授權：不得在歐盟、英國或南韓使用，每月活躍使用者超過 100 萬需另行取得授權 |

## 其他本機圖片轉 3D 模型

- [Hunyuan3D-2.1 Shape](https://ai-game.dev/packages/aigd.model3d-hunyuan3d-2-1-shape)：無貼圖，10 GB 顯示記憶體。
- [Step1X-3D Geometry](https://ai-game.dev/packages/aigd.model3d-step1x-3d-geometry)：無貼圖，16 GB 顯示記憶體，Apache-2.0 且無地區限制。
- [TRELLIS.2 4B](https://ai-game.dev/packages/aigd.model3d-trellis2-4b) 與 [Pixal3D](https://ai-game.dev/packages/aigd.model3d-pixal3d)：帶貼圖的 GLB 與 PBR 材質，NVIDIA 或 Vulkan GPU 需 16 GB。

## 運作方式

請使用只有單一物件、透明背景的圖片：應用程式會依物件裁切。不透明圖片會整張使用，只有在物件填滿純色背景時才適用。並未內附去背模型（TripoSG 自家的 RMBG-1.4 為非商業授權）。較快的「flash」解碼器並未採用：它需要 `diso`，該元件為非商業授權（CC BY-NC 4.0），且必須自行編譯。

輸出可能包含零星分離的小部件：在 TripoSG、Step1X-3D 與 Hunyuan3D 的 GPU 檢查中，主體元件佔了 97.5–99.2% 的面。

本套件僅包含資料。它需要 **Local Python models runtime**（`aigd.python`），該 runtime 會在首次載入模型時建立專屬的 Python 環境（數 GB 的 PyTorch 與函式庫，詳見該套件的 README）。模型以離線方式執行；權重只來自下方列出的檔案，並在你確認後從 Hugging Face 下載。AI Game Dev 不託管這些檔案。

## 會下載哪些內容

約 7.9 GB，以 Hugging Face revision 與 sha256 鎖定：

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

模型的 Python 程式碼會從 GitHub 依鎖定的 commit 下載，每個檔案都以 sha256 檢查。

## 授權

- **權重：MIT**，© 2025 VAST-AI-Research 與貢獻者（[模型卡](https://huggingface.co/VAST-AI/TripoSG/tree/2c1c516d22d58db486a058d98d31bb6177344e06)）。
- **推論程式碼**（`triposg/`，從 GitHub 依 commit [`fc5c409`](https://github.com/VAST-AI-Research/TripoSG/tree/fc5c40990181e2a756c4e0b1c2f4d6b5202faf8c) 下載）：該儲存庫為 MIT，但其 `triposg/` 資料夾採用 [Tencent Hunyuan FlashVDM Community License](https://github.com/VAST-AI-Research/TripoSG/blob/fc5c40990181e2a756c4e0b1c2f4d6b5202faf8c/triposg/LICENSE)，其 [NOTICE](https://github.com/VAST-AI-Research/TripoSG/blob/fc5c40990181e2a756c4e0b1c2f4d6b5202faf8c/NOTICE) 列出衍生自 Tencent Hunyuan FlashVDM 與 HunyuanDiT 的程式碼。

必要的姓名標示："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."

**限制**（出自涵蓋部分推論程式碼的 Tencent 授權）：
- **在歐盟、英國與南韓未獲授權。** 你不得在這些地區使用該程式碼或其輸出。
- 每月活躍使用者**超過 100 萬**的產品或服務，需向 Tencent 另行取得授權。
- 該程式碼及其輸出不得用於改進任何其他 AI 模型。
- 適用 Tencent 的可接受使用政策。

你有責任確認你的使用方式是否獲准。
````
