/ Модель

Характеристики

Лицензия
MIT
Базовая модель
TripoSG
Опубликована
27 июл 2026

TripoSG

Языковая модель

Сборка TripoSG преобразует одно изображение объекта в плотную замкнутую 3D-сетку для прототипирования и создания цифровых ресурсов.

0скачиваний за 30 дней1лайквеса обновлены3 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ChrisColeTech/TripoSG — сборка весов TripoSG для генерации 3D-модели по одному изображению. В репозитории размещены компоненты основной модели, варианта TripoSG-scribble и средства удаления фона RMBG-1.4; веса не переобучались. Основу составляет генератор image-to-mesh на rectified flow размером 1,5 млрд параметров с VAE формы и визуальным энкодером DINOv2.

Модель предназначена для создания плотных замкнутых треугольных сеток из изображения объекта. В режиме img2mesh результат сохраняется в GLB без текстур; для текстурирования используется отдельный этап раскраски. Рекомендуется подавать одно чёткое изображение центрированного объекта на простом фоне: задняя сторона реконструируется по предположению, а мелкие надписи и детали не сохраняются. По данным карточки, генерация формы занимает около 20–30 секунд на RTX 5090; текстурирование может быть значительно медленнее. Лицензия — MIT, унаследована от базовой модели VAST-AI/TripoSG.

Сценарии применения

  • создание 3D-модели предмета по фотографии
  • быстрое прототипирование объектов по изображению
  • подготовка игровых и VFX-ресурсов из референса
  • генерация незатекстурированной сетки GLB
  • создание текстурированной 3D-модели через отдельный этап раскраски

Ограничения

Модель восстанавливает невидимую сторону по предположению, а мелкий текст и детали не сохраняются. Для качественной формы нужны чёткий центрированный объект и простой фон; текстурирование выполняется отдельным и значительно более медленным этапом.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TripoSG — image-to-3D mesh

1.5B rectified-flow image-to-mesh generator. ≈20–30 s per mesh on an RTX 5090, producing dense watertight geometry straight from a single photo.

What this repo is: the TripoSG and TripoSG-scribble pipelines plus the RMBG-1.4 background remover they need — weights only, not a retrain. The samples below were generated with this build, not copied from upstream.


Samples

Single image in, mesh out. Source images were rendered with Z-Image Turbo; the meshes are Blender Workbench clay renders of the raw .glb output — no cleanup, no retopology, no texturing.

Textured (img2mesh_textured)

The same robot run through the full chain — TripoSG shape, then the paint stage — instead of shape alone.

Turntable

Four views of the same mesh, 90° apart — the back is inferred, not copied.

robot turntable

teapot turntable

The chest panel, hand hooks and boot flare survive on the front; the unseen back is plausibly closed rather than hollow or spiked. Fine surface text and sub-millimetre detail do not survive — this is a shape model.

Recommended settings

ParameterProduction valueMeaning
seedanyDeterministic per seed
inputone RGB(A) imageBackground is removed automatically via RMBG-1.4
output.glbWatertight triangle mesh, no texture

Supported modes: img2mesh, img2mesh_textured (texturing is a separate paint stage — see gotchas)

Notes and gotchas

  • Give it one clean, centred subject on a plain background. The pipeline runs RMBG-1.4 first; a busy background costs you geometry, not just time.
  • Mesh sizes vary hugely with subject complexity — 15 MB for the robot, 38 MB for the teapot at identical settings. Budget disk accordingly if you are generating in bulk.
  • img2mesh output is untextured; texturing is a separate paint stage. img2mesh_textured chains a paint model after the shape model and does produce a correctly textured mesh — but budget for it: on an 845k-face mesh the paint stage took ≈24 minutes (versus 18 s for the shape stage), and nearly all of that is a pure-Python UV hole-filling loop rather than GPU work. Plan the textured path as a batch job, not an interactive one.
  • Orientation is consistent: generated meshes come out facing +Y with the source image's front as the front, so a fixed camera works across batches.
  • ≈10 GB VRAM resident at default settings.

Files

PathSizeRole
split/TripoSG/transformer/5.76 GBmain rectified-flow transformer
split/TripoSG/vae/971 MBshape VAE
split/TripoSG/image_encoder_dinov2/1.22 GBDINOv2 image encoder
split/TripoSG-scribble/4.7 GBscribble-conditioned variant (transformer + VAE + CLIP text encoder)
split/RMBG-1.4/176 MBbackground remover (run before meshing)

Provenance

  • Upstream base model: VAST-AI/TripoSG (MIT)
  • This build: redistributed as a split component tree alongside the scribble variant and RMBG-1.4. Weights are not retrained here.
  • License: MIT, per upstream.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

3D-генерация пока не поддерживается.

Ревизия весов
6f057d6

0 моделей