Характеристики

Лицензия: MIT
Базовая модель: TRELLIS.2-4B
Опубликована: 16 сен 2026

Ссылки

Hugging Face

TRELLIS.2-4B-diffusers-3d

suvadityamuk

Языковая модель3 профессии

Конверсия Microsoft TRELLIS.2-4B для diffusers-3d создаёт 3D-ассеты по изображению с пресетами разрешения до 1536.

21скачиваний за 30 дней0лайковвеса обновлены16 сен 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

Репозиторий содержит конверсию Microsoft TRELLIS.2-4B в формат diffusers-3d для построения 3D-ассетов по изображению. Веса модели не изменены; доступны компоненты TRELLIS.2, включая flow-модель разреженной структуры и декодер, с пресетами разрешения 512, 1024 и 1536, в том числе каскадными.

Модель предназначена для генерации 3D-объекта по входному изображению. Для работы необходимо отдельно передать кондиционер изображений DINOv3: его веса не включены в репозиторий и распространяются по отдельной лицензии Meta. Выполнение сетей поддерживается на CPU и GPU через PyTorch; рендеринг Gaussian splats требует gsplat, а построение сетки и экспорт PBR GLB — скомпилированного O-Voxel runtime и зависимости nvdiffrast.

Репозиторий распространяется по лицензии MIT. Это конверсия базовой модели microsoft/TRELLIS.2-4B, а не изменение её весов; для использования также нужно принять лицензию DINOv3 и учитывать отдельные требования зависимостей для рендеринга и экспорта.

Сценарии применения

создание 3D-модели объекта по фотографии
подготовка 3D-ассетов для графики и игр
генерация 3D-объектов с последующим экспортом в PBR GLB

Ограничения

Весов кондиционера DINOv3 в репозитории нет, их нужно получить отдельно с учётом лицензии Meta. Gaussian splatting, построение сетки и экспорт PBR требуют дополнительных компонентов; O-Voxel и nvdiffrast нуждаются в сборке.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TRELLIS.2-4B for diffusers-3d

microsoft/TRELLIS.2-4B converted into a diffusers-3d pipeline.

The DINOv3 image conditioner is not included. Its weights are gated under Meta's DINOv3 License, so this repository ships every TRELLIS.2 component except conditioner/; you accept the license on facebook/dinov3-vitl16-pretrain-lvd1689m and pass the conditioner in when loading.

Install

pip install git+https://github.com/suvadityamuk/diffusers.git
pip install "git+https://github.com/suvadityamuk/diffusers.git#subdirectory=packages/diffusers-3d"

diffusers-3d runs every network in plain PyTorch on CPU or GPU. Rendering Gaussian splats needs the optional gsplat backend; meshing and PBR export for TRELLIS.2 need the compiled O-Voxel runtime (see the package docs).

Usage

import torch
from diffusers_3d import AutoPipelineForImageTo3D, ImageCondition, Trellis2Dinov3Conditioner

conditioner = Trellis2Dinov3Conditioner.from_dinov3_pretrained("facebook/dinov3-vitl16-pretrain-lvd1689m")
pipeline = AutoPipelineForImageTo3D.from_pretrained(
    "suvadityamuk/TRELLIS.2-4B-diffusers-3d", conditioner=conditioner, dtype=torch.bfloat16
).to("cuda")
output = pipeline(ImageCondition(image=rgba), pipeline_type="512")
ovoxel = output.objects[0]  # OVoxelAsset: dual-grid surface with PBR channels

pipeline_type selects the released preset (512, 1024, 1024_cascade, 1536_cascade). Meshing the O-Voxel (OVoxelBackend.to_mesh) and baking the PBR GLB (pipeline.postprocess_ovoxel(..., output_format="glb")) need the compiled O-Voxel runtime and its research-licensed nvdiffrast dependency; see the package docs.

Components

Folder	Class	Released file
`conditioner`	`Trellis2Dinov3Conditioner`	not included (gated `facebook/dinov3-vitl16-pretrain-lvd1689m`)
`sparse_structure_flow_model`	`Trellis2SparseStructureFlowModel`	`ss_flow_img_dit_1_3B_64_bf16`
`sparse_structure_decoder`	`Trellis2SparseStructureDecoder`	`ss_dec_conv3d_16l8_fp16` (from TRELLIS-image-large)
`shape_slat_flow_model`	`Trellis2SLatFlowModel`	`slat_flow_img2shape_dit_1_3B_512_bf16`
`shape_slat_flow_model_1024`	`Trellis2SLatFlowModel`	`slat_flow_img2shape_dit_1_3B_1024_bf16`
`shape_slat_decoder`	`Trellis2ShapeDualGridDecoder`	`shape_dec_next_dc_f16c32_fp16`
`texture_slat_flow_model`	`Trellis2SLatFlowModel`	`slat_flow_imgshape2tex_dit_1_3B_512_bf16`
`texture_slat_flow_model_1024`	`Trellis2SLatFlowModel`	`slat_flow_imgshape2tex_dit_1_3B_1024_bf16`
`pbr_decoder`	`Trellis2PBRSparseDecoder`	`tex_dec_next_dc_f16c32_fp16`

Provenance

Converted with diffusers-3d-convert-trellis2 from diffusers-3d 0.1.0.dev0 against TRELLIS.2 revision 75fbf0183001ed9876c8dbb35de6b68552ee08bd. Weight values are unchanged.

License and attribution

TRELLIS.2 weights and architecture: MIT License, Copyright (c) Microsoft Corporation. The sparse-structure decoder comes from TRELLIS (MIT). No DINOv3 weights are redistributed. Not affiliated with or endorsed by Microsoft or Meta.

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: 20af78a