跳到主要内容

Microsoft TRELLIS大规模3D资产生成模型

Summary​

Microsoft TRELLIS是一个大规模3D资产生成模型，接受文本或图像提示生成高质量3D资产。模型使用统一的Structured Latent (SLAT)表示，支持标准Mesh、Radiance Fields和3D Gaussians多种格式输出。模型系列包含从342M到2.0B参数的四个规格，训练数据集TRELLIS-500K包含50万资产。系统要求Linux + NVIDIA GPU (16GB+ VRAM) + CUDA 11.8+。

Key Concepts​

  • 3D Generation - AI驱动的3D资产自动生成
  • Structured Latent Representation - SLAT统一3D表示格式
  • Text to 3D - 文本提示生成3D模型
  • Image to 3D - 图像提示生成3D模型
  • Radiance Fields - 辐射场3D表示方法

Detailed Content​

核心能力​

  • 高质量输出：精细几何和纹理细节
  • 格式多样：标准Mesh、Radiance Fields、3D Gaussians
  • 灵活编辑：生成变体和局部3D修改

模型规格​

模型参数量
TRELLIS-image-large1.2B
TRELLIS-text-xlarge2.0B
TRELLIS-text-large1.1B
TRELLIS-text-base342M

训练数据​

TRELLIS-500K数据集包含50万3D资产，来源包括Objaverse等开放数据集。

Structured Latent Representation​

SLAT是TRELLIS的核心创新，提供统一的潜在空间表示，能够解码为多种3D格式（Mesh、Radiance Fields、3D Gaussians），实现一次生成多格式输出。

系统要求​

Linux + NVIDIA GPU (16GB+ VRAM) + CUDA 11.8+

  • 3D Computer Vision
  • Generative AI
  • Neural Radiance Fields
  • 3D Gaussian Splatting
  • AI Art Generation