日榜当前未记录
历史最佳#12最近排名#12
当前未进入本站记录范围
- 记录天数
- 1 天
- 记录期 Star
- 0
@microsoft
Native and Compact Structured Latents for 3D Generation
HISTORICAL INTELLIGENCE
当前未进入本站记录范围
与上一期排名持平
2026-08-02 至 2026-08-04,掉榜日期保留为空缺。
VERIFIABLE HEALTH SIGNALS
AI-ASSISTED PROJECT BRIEF
AI 解读仅作初评参考,技术落地请以 GitHub 源码、README 和完整协议为准。
项目资料AI 整理
TRELLIS.2是微软开源的4B参数图像转3D生成模型,基于O-Voxel稀疏体素结构,支持任意拓扑与PBR材质,采用MIT许可,已在GitHub获得逾万星标。
TRELLIS.2项目提供一个基于扩散变换器的大规模3D生成模型,用于从单张图像重建高保真3D资产。它采用O-Voxel稀疏体素表示,实现16倍空间下采样,宣称能处理开放表面、非流形等复杂拓扑,并支持基色、粗糙度、金属度、透明度等PBR属性。仓库包含推理与训练代码、预训练权重及在线Demo。项目方宣称512³分辨率在H100上生成约3秒。安装要求Linux和至少24GB显存NVIDIA GPU。
项目最值得关注的能力
它可以解决哪些实际问题
从公开资料提炼的实现特征
相对明确的项目价值
评估和采用前需要留意
哪些开发者和团队值得关注
TRELLIS.2是一个功能丰富且热门的开源3D生成项目,设计理念和技术指标较为突出。不过,其性能数据与实现在目前主要依赖项目方自述,社区需在自身硬件上独立验证。对于有高端NVIDIA GPU并愿意投入配置的3D开发者,值得尝试。由 AI 基于 GitHub 公开资料辅助生成,不构成安全审计、生产选型或专业建议。
区分可验证事实、项目方自述与 AI 推断
Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。
功能与使用方式主要来自仓库描述和 README,未经本站独立验证。
适用场景、优势与局限属于辅助解读,应结合原始文档独立判断。