TRELLIS 圖片轉 3D 開源模型：一張照片生成可商用立體素材

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

把一張平面照片變成可以轉、可以編輯、可以丟進遊戲引擎的 3D 模型，TRELLIS 是這件事目前最受矚目的開源答案之一：微軟出品、論文入選 CVPR 2025 Spotlight、原始碼倉庫超過一萬三千顆星，而且整個家族從程式碼到模型權重全是 MIT 授權，生成的成品可以商用。不過我在 2026 年 10 月把兩代專案的倉庫、模型卡與線上 demo 全部翻過一遍之後，看到的是一個多數介紹文沒告訴你的現況：這個家族的入口已經分岔。一代的官方線上 demo 卡死在一個沒人修的版本不相容問題上，原始碼也將近一年沒有新的提交；接棒的 TRELLIS.2 更新到 2026 年中，顯示卡需求卻一口氣提高到 24GB 記憶體。你的正確入口取決於手上的顯卡與作業系統，官方文件排在最前面的那條連結未必適合你。這篇把兩代的差異、自架的真實門檻、以及沒有大顯卡時的替代路線整理清楚。

它做什麼：一張圖片，換出三種可用的 3D 成品

TRELLIS 的核心任務很單純：餵給它一張物件的圖片，它生成一個完整的 3D 資產。官方用一套稱為結構化潛在表示（SLAT）的技術，把 3D 物件編碼成統一的中間格式，再依需求解碼成三種成品：3D 高斯、輻射場、網格。對多數讀者來說真正有意義的是最後那種：網格可以匯出成 GLB 檔，這是 Blender、Unity、Unreal Engine 都直接吃得的通用格式，生成的東西能直接進工作流程，離開網頁展示櫃。

一代模型家族有四個成員：負責圖片轉 3D 的 TRELLIS-image-large 有 12 億參數，是整個家族的主力；另外三個純文字輸入的模型從 3.4 億到 20 億參數。官方文件裡有一段值得照抄的提醒：純文字模型因為訓練資料的限制，創意與細節都遜於圖片路線，建議想用文字生 3D 的人先叫文字生圖模型畫一張圖，再把圖餵給 TRELLIS 轉 3D。官方自己都承認，兩段式跑法比直達路線可靠。

Pin

到了 TRELLIS.2，輸出策略收斂了：直接生成帶完整 PBR 材質的網格，解析度最高到 1536³。PBR 材質白話說就是材質裡包含底色、粗糙度、金屬度這些讓 3D 物件在引擎裡被光線正確對待的資訊，對做遊戲或視覺開發的人是省下大量手動貼圖時間的差異。

兩代還各有兩個值得記住的細節。一代支援靈活編輯：同一個物件可以要求它生成變體，也可以對 3D 資產做局部修改，例如換掉一棟浮空島上的房子、加一條河流這種等級的改動，官方示範圖裡甚至放了一輛卡車換成木頭、金屬、玻璃、體素風四種材質的對照。二代除了生成本職，還多了一項給既有 3D 網格上材質的能力：你手上已經有素模，餵進去配上參考圖，它負責生成貼圖，這對接案流程裡「建模與貼圖分開做」的團隊是直接有用的功能。

二代在幾何上的另一個升級比較技術性，但影響很實際：它改用稱為 O-Voxel 的體素結構，能處理開放表面（一片樹葉、一件衣服這種沒有封閉外殼的形狀）、非流形幾何、內部有空腔的結構。舊做法依賴等值面場這類中間表示，遇到這些形狀要先做有損轉換，細節會掉；官方文件給出的數字是 O-Voxel 讓 mesh 與體素之間的轉換不必最佳化、也不必渲染，在 CUDA 上把一個體素轉回帶材質網格只要 100 毫秒等級的時間，方向與它「任意拓撲」的賣點一致。

最該先知道的事：官方文件裡的 demo 連結，點進去是壞的

一代 README 的最上方掛著 Live Demo 徽章，連到 Hugging Face 上的官方示範頁。我實際打開它的狀態紀錄，這個空間目前處於建構失敗，錯誤訊息原文是：torch version in requirements.txt is not compatible with ZeroGPU，平台支援的版本是 2.8.0 到 2.11.0。翻譯成人話：Hugging Face 的 ZeroGPU 執行環境升級了它接受的 PyTorch 版本，官方 demo 的依賴清單沒有跟著更新，於是整個示範頁從建構階段就起不來，而且從提交紀錄看，沒有人打算修。

這件事單獨看是小事，對照另一個數字就有份量了：一代原始碼倉庫的 main 分支，最後一次提交停在 2025 年 11 月 5 日，到我查證的 2026 年 10 月初，將近十一個月沒有動靜。兩件事放在一起，合理的解讀是這個專案進入了凍結保養期：權重照常放在那裡給人下載，光是近一個月就超過兩百萬次、累積近四千萬次，程式碼照常開放，但開發團隊的主力已經離開。死掉的不只官方這一個空間，第三方搬運的鏡像 demo 我也抽查看了一個，同樣死在一模一樣的 torch 版本問題上，這類鏡像是直接複製官方依賴清單的，源頭壞了就跟著壞。

不過 demo 並沒有全滅。同一個微軟帳號下的 TRELLIS.2 示範頁運行正常，跑的是二代模型；社群經營的 trellis-community 鏡像也活著，不想裝任何東西的人這兩條路都通。真正斷掉的，是官方文件第一個指給你的那條。

一代與 TRELLIS.2 對照：差距不在效果，在你家的顯卡

兩代的規格差異，對使用者的意義集中在硬體門檻與維護狀態兩欄。

Pin

速度方面，二代官方文件給出的參考值是在 NVIDIA H100 上，512³ 解析度的成品約 3 秒、1024³ 約 17 秒、1536³ 約 60 秒。這是官方在資料中心等級顯卡上測的宣稱值，一般消費性顯卡上會明顯慢於這組數字，拿它當採購依據前請先打折扣。

訓練面的透明度也值得記一筆。一代釋出時就公開了整個訓練管線用的 TRELLIS-500K 資料集：五十萬個 3D 資產，從 Objaverse-XL、亞馬遜 Berkeley 物件庫、3D-FUTURE、HSSD、Toys4k 五個來源彙集，再按美學分數篩選。二代延續這個姿態，從推論、預訓練權重、紋理生成到完整訓練程式碼全數釋出，官方路線圖上的項目目前全部打勾。對想微調或做研究的團隊，這種「連訓練都給你」的完整度在大型模型裡並不常見，也是 MIT 授權承諾的實質背書：開源到能自己訓出變體，而不是只給你跑推論。

門檻欄位裡的 16GB 與 24GB，是真實世界的硬牆。一代的問題追蹤區裡有人拿 12GB 的卡求救怎麼壓低用量，可見連一代門檻都會把中階卡擋在外面；24GB 則意味著你要嘛是 RTX 3090 以上或同等級的卡，要嘛直接放棄自架。作業系統同樣是牆：兩代的官方文件都寫明僅在 Linux 上測試過，Windows 安裝靠使用者自行摸索的討論串，蘋果晶片的 Mac 則靠一條社群提交的移植參考，都不在官方支援範圍。

沒有 24GB 顯卡，入口其實在 ComfyUI 生態

自架兩代都被擋住的人，現實的路有三條。

不想裝任何東西的人，回到前面說的線上 demo：TRELLIS.2 的官方示範頁現在活著，用瀏覽器排隊就能試，代價是排隊時間與上傳圖片的隱私考量都取決於平台。

想在熟悉的工作環境裡用它的人，入口在 ComfyUI。ComfyUI 官方組織把 TRELLIS.2 整合成了現成節點，模型近一個月下載約 28 萬次、累積逾 32 萬次，這條路已經被大量使用者踩過，屬於主流玩法。如果你的顯卡在 16GB 以下，社群還提供了 GGUF 量化版，量化的原理是用較粗的精度儲存模型來壓低記憶體需求，幾個主要量化版本近一個月的下載量都在十萬次上下。要誠實說的是，量化對生成品質的影響官方沒有給保證，壓縮後的模型跑出的細節與全精度差多少，需要自己動手比較。

本來就在用一代的人則有留巢方案：一代雖然凍結，社群在問題區提供了對應新版 torch 與 CUDA 13 的安裝指引，既有工作流程不想搬家的人可以照著把舊環境撐起來。這條路的風險要自己扛，畢竟上游已經不再收修補。

授權全開是它最硬的差異：連模型權重都是 MIT

開源 AI 模型的授權有個常見陷阱：倉庫掛著寬鬆授權，模型權重卻用另一份禁止商用的條款，拿了程式碼也不敢拿權重做產品。我把 TRELLIS 兩代的授權源頭都翻出來對過：一代的 LICENSE 檔案全文是微軟名下的標準 MIT 條款；Hugging Face 上一代與二代的模型卡，授權欄位同樣標示 MIT，且都不需要申請審核就能直接下載。也就是說從訓練好的權重到你生成的 3D 模型，整條鏈可以進商業專案，這在 3D 生成這個品類裡是少見的乾淨。一個小但書：一代倉庫自己標明多數程式碼適用 MIT，安裝時捆綁的少數編譯子模組另有授權條款，其中一個渲染模組標明非商用，自架完整環境做商業產品的人值得花十分鐘把子模組清單對一遍；純下載權重跑生成不在這個範圍裡。

對照著看，站上先前介紹過的 Tripo 提示詞合集走的則是閉源商業服務路線，效果穩定但成品授權跟著訂閱條款走；Vibe Draw 那類把 3D 生成接進繪圖流程的開源工具，內部也是呼叫這個家族的模型。要產權完全握在自己手裡，TRELLIS 這種權重級開源是目前最徹底的選項之一。

不過商用歸商用，凍結歸凍結，兩件事要分開算。MIT 授權給你的是法律上的使用權利，不包含任何人替你修環境的義務。一代的生態正在緩慢過時（它的依賴釘在兩年前的 PyTorch 世代上），新專案直接從二代起步，舊專案靠社群補丁續命，是 2026 年此刻比較穩的配置。

結帳前先看你的裝置：四種情境的四個入口

把上面全部收斂成可以照做的判斷。

只想看看效果的人，去 TRELLIS.2 的官方線上 demo，那是目前唯一活著的官方線上入口，不用安裝任何東西。有 Linux 機器與 16GB 級顯卡的人，一代加上社群的新版安裝指引仍然可用，好處是網路上累積的教學與踩坑紀錄最豐富。有 24GB 以上顯卡、要長期投入的人，直接自架 TRELLIS.2，它是兩代裡唯一還在更新週期上的版本。Mac、Windows 或小卡的使用者，入口在 ComfyUI 生態：官方整合節點加上 GGUF 量化版，讓消費級配備也有機會跑動 40 億參數的模型。

最後一個值得帶走的觀察是：開源模型的活著其實有三個層次，權重活著、程式碼活著、線上入口活著。TRELLIS 是三層錯開的教科書案例，權重每個月兩百萬次下載地活著，程式碼 MIT 授權地活著，官方線上入口卻死在一行版本號上沒人修。以後評估任何開源模型，三層分開檢查，才不會被一個壞掉的 demo 騙去以為整個專案死了，也不會被一個漂亮的 demo 騙去以為整個專案還活著。

同樣在顧 3D 生成需求的讀者，可以再對照站上的 Hyper3D 對話式建模與 創造家 3D 模型平台，一個走自然語言建模、一個走現成模型素材庫，與 TRELLIS 的權重級開源路線剛好構成三種不同的取用姿態。