TRELLIS.2-4B

TRELLIS.2: Natywne i kompaktowe struktury latencji dla generacji 3D Artykuł: https://arxiv.org/abs/2512.14692 Repozytorium: https://github.com/microsoft/TRELLIS.2 Strona projektu: https://microsoft.github.io/trellis.2 TRELLIS.2 to nowoczesny, duży model generatywny 3D zaprojektowany do generacji wysokiej jakości obrazów 3D. Wykorzystuje nową strukturę "field-free" o nazwie O-Voxel oraz transformator dopasowujący przepływ o dużej skali (4 miliardy parametrów). W przeciwieństwie do wcześniejszych metod, które polegają na polach izo-powierzchni (np. SDF, Flexicubes), które mają trudności z otwartymi powierzchniami lub geometrią nienawykłą, TRELLIS potrafi rekonstruować i generować dowolne zasoby 3D o złożonych topologiach, ostrych cechach i pełnych materiałach opartych na fizyce (PBR) — w tym przezroczystości/translucencji. * Opracowane przez: Jianfeng Xiang, Xiaoxue Chen, Sicheng Xu, Ruicheng Wang, Zelong Lv, Yu Deng, Hongyuan Zhu, Yue Dong, Hao Zhao, Nicholas Jing Yuan, Jiaolong Yang

• Typ modelu: Transformery dopasowujące przepływ z rzadkim VAE 3D
• Parametry: 4 miliardy
• Wejście: Pojedynczy obraz
• Wyjście: Zasób 3D (siatka z materiałami PBR)
• Rozdzielczość: Waha się od 512³ do 1536³ (Rozdzielczość siatki wokselowej) * Reprezentacja O-Voxel: Struktura omni-wokselowa, która koduje zarówno geometrię, jak i wygląd. Obsługuje:
• Dowolna topologia: Obsługuje otwarte powierzchnie, geometrię nienawykłą i w pełni zamknięte struktury bez stratnej konwersji.
• Bogaty wygląd: Rejestruje atrybuty PBR (w tym przezroczystość dla powierzchni przezroczystych) zgodne z geometrią.
• Wydajność: Natychmiastowa konwersja dwukierunkowa między siatkami a O-Voxelami bez optymalizacji (ms do sekund).
• Generacja w wysokiej rozdzielczości: Model jest trenowany do generowania w pełni teksturowanych zasobów o rozdzielczości do 1536³.
• Wysoka jakość w kompaktowej przestrzeni latentnej: Wykorzystuje rzadki 3D VAE z 16× zmniejszeniem przestrzennym, kodując zasób 1024³ w zaledwie ~9.6K tokenów latentnych z nieznaczną degradacją percepcyjną.
• Generacja tekstur warunkowanych kształtem: Generuje tekstury dla wejściowych siatek 3D i obrazów referencyjnych.
• Najnowocześniejsza prędkość: Wnioskowanie jest bardzo wydajne; zobacz tabelę poniżej.