- Erzeuge Bild-zu-3D-GLB-Modelle online im Pixal3D-Arbeitsbereich, ganz ohne Installation. Pixal3D ist das Bild-zu-3D-Projekt von Tencent ARC Lab und der Tsinghua-Universität für die SIGGRAPH 2026. Der aktuelle offizielle Branch
mainnutzt eine auf TRELLIS.2 basierende Implementierung mit Pixel-Rückprojektion als Konditionierung und exportiert GLB-Assets mit Geometrie und PBR-Texturen. Die gehosteten Schritte unten nutzen die Einstellungen dieser Website; die lokalen Abschnitte folgen dem Upstream-Repository und setzen eine eigene GPU-Umgebung voraus.
Dein erstes GLB online erzeugen
Pixal3D.ai ist ein unabhängiger gehosteter Dienst, der die Modelle über Fal ausführt, ohne Verbindung zum Forschungsteam. Für die Generierung musst du angemeldet sein. Neue Konten erhalten einmalig 1 Credits, gültig für 30 Tage – genug für ein Bild in 1K; ein 3D-Job kostet 220 Credits. Verbrauchte oder abgelaufene Credits werden nicht zurückgesetzt.
Anmelden und ein Bild hochladen
Nutze ein Bild, das du verarbeiten darfst, mit vollständig sichtbarem Motiv und klarer Silhouette.
Modell und Credit-Kosten bestätigen
Wähle Pixal3D, Auflösung 1024 und das Preset Balanced (2048er-Texturen) für einen Standardauftrag zu 220 Credits. Prüfe nach Änderungen den Betrag neben „Generieren“.
Generieren, prüfen und herunterladen
Warte auf den Erfolg, lade das texturierte GLB herunter und prüfe verdeckte Seiten, dünne Strukturen und den Import ins Zielprogramm. Manuelle Nacharbeit kann trotzdem nötig sein.
Nur im Browser, privat
Kostenloser GLB-Inspector
Prüfen Sie GLB- und glTF-Struktur lokal vor Import oder Übergabe.
Kostenloser GLB-Inspector
Runs locally in your browser, no upload. Load it to start.
Bild-zu-3D-Generator öffnen · GLB kostenlos prüfen · Pixal3D und Trellis 2 vergleichen
Offizielle lokale Standardwerte für ein Einzelbild
Was Pixal3D eigentlich ist
Pixal3D hebt Bildmerkmale per expliziter Pixel-Rückprojektion in den 3D-Raum. Diese direkte 2D-zu-3D-Zuordnung ist die Kernidee des Projekts. Das offizielle Repository trennt zwei Implementierungen: main ist die aktuelle, verbesserte Version auf Basis von TRELLIS.2; paper ist die auf Direct3D-S2 basierende Version für die veröffentlichten Ergebnisse des Papers.
Die beiden Branches nicht vermischen
Die Metriken des Papers beschreiben den Branch paper. Installationsbefehle und das aktuelle Ausgabeverhalten beschreiben main. Wer beides als identische Pipeline behandelt, erhält irreführende Vergleiche und kaputte Einrichtungstipps.
Bevor du dich für lokal oder gehostet entscheidest
| Frage | Offizieller lokaler Workflow | Gehosteter Workflow auf Pixal3D.ai |
|---|---|---|
| Einrichtung | Linux, CUDA-Toolchain, kompilierte Abhängigkeiten | Upload im Browser und verwaltete Laufzeit |
| Hardware | Ausgangspunkt ist die offizielle TRELLIS.2-Basis mit 24-GB-NVIDIA-GPU | Keine lokale GPU nötig |
| Kontrolle | Volles Repository und lokale Dateien | Verwaltete Einstellungen und Auftragsverlauf im Konto |
| Am besten für | Forschung, reproduzierbare lokale Pipelines | Ein Bild testen, bevor man lokal einrichtet |
Die offizielle TRELLIS.2-Anleitung von Microsoft sagt derzeit, der Code sei unter Linux getestet und benötige eine NVIDIA-GPU mit mindestens 24 GB Speicher. Pixal3D ergänzt einen bedarfsgesteuerten Modus --low_vram, nennt in seinem README aber kein garantiertes Minimum von 6 oder 12 GB. Miss den Spitzenspeicher, statt einen Community-Port als Upstream-Garantie zu betrachten.
Offizieller Installationsweg
Zuerst TRELLIS.2 vorbereiten
Folge dessen offizieller Anleitung für Linux, CUDA 12.4, Conda und Abhängigkeiten. Stelle sicher, dass das Beispiel läuft, bevor du Pixal3D hinzufügst.
Pixal3D klonen und Abhängigkeiten installieren
Halte die Umgebung isoliert, damit NATTEN-, CUDA- und Renderer-Versionen nicht mit einem anderen ML-Projekt kollidieren.
NATTEN für deine GPU-Architektur kompilieren
Ersetze die Platzhalter durch die CUDA-Architektur und eine begrenzte Worker-Zahl, die zum Rechner passt.
Vor eigenen Bildern ein bekanntes Beispiel ausführen
So trennst du Umgebungsfehler von Problemen mit der Bildqualität.
git clone --recursive https://github.com/microsoft/TRELLIS.2.git
# Follow TRELLIS.2/setup.sh from the official repository, then:
git clone https://github.com/TencentARC/Pixal3D.git
cd Pixal3D
pip install -r requirements.txt
NATTEN_CUDA_ARCH="YOUR_ARCH" NATTEN_N_WORKERS=4 \
pip install natten==0.21.0 --no-build-isolation
pip install https://github.com/LDYang694/Storages/releases/download/20260430/utils3d-0.0.2-py3-none-any.whl
python inference.py --image assets/images/0_img.png --output ./output.glbDen VRAM-Sparmodus bewusst einsetzen
python inference.py --image input.png --output output.glb --low_vram lädt die Modelle bei Bedarf und nutzt standardmäßig Auflösung 1024 statt 1536. Das senkt den Spitzenspeicher, ist aber kein Versprechen, dass jede kleine GPU funktioniert.
Checkliste für das Eingabebild
Das ganze Motiv sichtbar lassen
Schneide keine Beine, Griffe, Antennen oder den Sockel des Objekts ab.
Eine saubere Silhouette verwenden
Trenne das Motiv von einem unruhigen oder ähnlich gefärbten Hintergrund.
Gleichmäßiges Licht bevorzugen
Harte Schatten und Reflexionen können als Geometrie oder Materialwechsel missverstanden werden.
Tiefe zeigen
Eine Dreiviertelansicht verrät meist mehr Form als eine völlig flache Frontansicht.
Mit Unsicherheit auf der Rückseite rechnen
Ein einzelnes Bild kann die unsichtbare Rückseite nicht belegen. Prüfe sie, statt Rekonstruktionsgenauigkeit vorauszusetzen.
Auflösung und Fehlerdiagnose
| Symptom | Wahrscheinliche Grenze | Erste gezielte Maßnahme |
|---|---|---|
| CUDA out of memory | Auflösung oder gleichzeitig geladene Modelle | `--low_vram` nutzen, dann `--resolution 1024` versuchen |
| NATTEN-Build schlägt fehl | Falsche CUDA-Architektur/Toolchain | CUDA_HOME prüfen und für die installierte GPU neu bauen |
| Flash Attention nicht verfügbar | Nicht unterstützter Build oder GPU | `ATTN_BACKEND=sdpa` wie upstream dokumentiert verwenden |
| Schwache verdeckte Seite | Mehrdeutigkeit einer Einzelansicht | Eine klarere Dreiviertel-Vorlage oder einen geprüften Multiview-Workflow nutzen |
| Weiche Materialdetails | Auflösung von Eingabe/Textur | Erst die Vorlage verbessern, dann die Ausgabeauflösung erhöhen |
Pixal3D GGUF: Lassen sich die Gewichte quantisiert ausführen?
Es gibt keinen offiziellen GGUF-Build zum Herunterladen. Der gehostete Arbeitsbereich nimmt ein Bild an, keine GGUF-Gewichte, lokalen Modelle oder Workflow-Importe, und das Upstream-Projekt veröffentlicht seine Checkpoints als .safetensors-Dateien in der offiziellen Modelldateiliste. Stand 28. September 2026 dokumentieren weder diese Liste noch das README des offiziellen Repositorys einen unterstützten GGUF-Workflow. Jede GGUF-Datei für Pixal3D ist daher eine Drittanbieter-Konvertierung, die eigene Prüfungen zu Kompatibilität, Lizenz und Ausgabe braucht – und hier keine gehostete Option.
Pixal3D Multiview: Mehransichts-Inferenz im offiziellen Repository
Multiview ist eine echte Upstream-Funktion und unabhängig von allem, was diese Website ausführt. Das Repository hat im September 2026 Code für Mehransichts-Inferenz veröffentlicht, und inference_mv.py konditioniert die Kaskade auf mehrere Ansichten desselben Objekts gleichzeitig statt auf ein Bild.
- Eingabe: ein Ordner mit Ansichten plus eine
transforms.json, die die Kamera jeder Ansicht beschreibt – eine 4×4-Kamera-zu-Welt-Matrix und das horizontale FOV in Radiant, in derselben Blender/NeRF-Konvention wie die Upstream-Trainingsrenderings. Die Welt ist Z-up. - Gewichte: ein separater Multiview-Satz (
ckpts/*_mv, ausgewählt überpipeline_mv.json) aus demselben offiziellen Modell-Repository. - Flags:
--views_dirwählt die Ansichten,--num_views Nbeschränkt den Lauf auf die ersten N, und--low_vram,--resolutionsowieATTN_BACKENDverhalten sich genau wie im Einzelbild-Pfad. - Bildausschnitt: Ansichten werden nie beschnitten oder skaliert; der erste Frame ist die kanonische Frontansicht, alle anderen werden relativ dazu platziert.
- Masken: Eine Ansicht mit Alphakanal nutzt ihn als Objektmaske; eine Ansicht ohne wird automatisch segmentiert.
Nichts davon gibt es im gehosteten Arbeitsbereich, der pro Auftrag auf genau ein Quellbild konditioniert: Multiview bleibt ein lokaler Repository-Workflow, der eigene Kamera-Metadaten braucht.
Das exportierte GLB prüfen
Um 360 Grad drehen
Verdeckte Seite, Unterseite und dünne Strukturen prüfen.
Topologie prüfen
Auf Löcher, lose Inseln, Selbstdurchdringungen und eine überhöhte Dreieckszahl achten.
PBR-Kanäle prüfen
Base Color, Roughness, Metallic, Opazität, Nähte und Farbraumeinstellungen kontrollieren.
Maßstab und Ursprung bestätigen
Einheiten, Pivot, Ausrichtung und Begrenzungen für die Ziel-Engine normalisieren.
Am Ziel testen
Das finale GLB im tatsächlichen Web-Viewer, in Blender, Unity oder Unreal öffnen.
Wie es weitergeht
Diese Seite deckt das gesamte Projekt ab. Für die kürzeren Leitfäden: Der Vergleich 3D-KI hilft bei der Wahl des Wegs, der KI-3D-Generator führt die gehosteten Schritte aus, und der Leitfaden 3D-Pixel erklärt, was ein einzelnes Quellbild ins GLB übertragen kann und was nicht.