微软开源的TRELLIS图片转3D模型，文本图像都能生成辐射场、3D高斯和网格

TRELLIS 是微软开源的一个 3D 资产生成模型，输入一张图片或一段文字，就能生成带形状和纹理细节的 3D 资产。它支持多种输出格式，辐射场、3D 高斯和网格都可以，生成之后还能直接编辑

TRELLIS 是什么

TRELLIS 是一个大型 3D 资产生成模型，接收文本或图像提示，生成不同格式的高质量 3D 资产

它的基础是一套统一的结构化潜在表示（SLAT），同一份结果可以解码成不同格式；主干网络采用针对 SLAT 设计的 Rectified Flow Transformers

预训练用的是一个包含 50 万个不同对象的大型 3D 资产数据集，模型参数量最大到 20 亿。按官方说法，它的效果明显超过现有方法，包括近期同类规模的做法

主要功能

• 高品质：能生成形状复杂、纹理细节丰富的 3D 资产
• 多功能性：接受文本或图像提示，输出辐射场、3D 高斯和网格等多种 3D 表示，满足不同的下游要求
• 灵活编辑：可以对生成的 3D 资产做编辑，比如生成同一对象的不同变体，或者只改其中一个局部

三种输出格式

辐射场、3D 高斯和网格对应不同的使用场景。网格是比较通用的 3D 文件形式，导进 Blender、Unity 这类软件里继续编辑比较方便；辐射场和 3D 高斯更适合做渲染和展示，画面细节留得住

选哪种格式看后面要拿它做什么，模型本身允许在生成时切换

怎么用上

代码在 GitHub 上开源，Hugging Face 上还有官方搭好的在线演示。不想折腾环境的话，直接在演示页面上传一张图片试效果最省事

想在本地跑，代码仓库里有安装和推理的说明。模型参数量不小，跑起来对显卡有一定要求

项目主页、代码仓库和在线演示入口都整理在本页，登录后可以查看