- Genera modelos GLB de imagen a 3D online en el espacio de trabajo de Pixal3D, sin instalar nada. Pixal3D es el proyecto de imagen a 3D de Tencent ARC Lab y la Universidad Tsinghua presentado en SIGGRAPH 2026. La rama oficial actual
mainusa una implementación basada en TRELLIS.2 con condicionamiento por retroproyección de píxeles y exporta assets GLB con geometría y texturas PBR. Los pasos alojados de abajo usan los ajustes de este sitio; las secciones locales siguen el repositorio original y requieren tu propio entorno con GPU.
Genera tu primer GLB online
Pixal3D.ai es un servicio alojado independiente que ejecuta los modelos a través de Fal, sin relación con el equipo de investigación. Para generar hay que iniciar sesión. Las cuentas nuevas reciben una sola vez 1 créditos válidos durante 30 días, suficientes para una imagen 1K; un trabajo 3D cuesta 220 créditos. Los créditos usados o caducados no se restablecen.
Inicia sesión y sube una imagen
Usa una imagen que tengas permiso para procesar, con el sujeto completo a la vista y una silueta clara.
Confirma el modelo y el coste en créditos
Elige Pixal3D, resolución 1024 y el preajuste Balanced (texturas de 2048) para un trabajo por defecto de 220 créditos. Si cambias algún ajuste, revisa el importe junto a «Generar».
Genera, revisa y descarga
Espera a que termine con éxito, descarga el GLB con texturas y revisa las caras ocultas, las estructuras finas y la importación en la herramienta de destino. Puede que aún haga falta limpieza manual.
Solo en navegador, privado
Inspector GLB gratis
Revisa estructura GLB y glTF localmente antes de importar o entregar.
Inspector GLB gratis
Runs locally in your browser, no upload. Load it to start.
Abrir el generador de imagen a 3D · Inspeccionar un GLB gratis · Comparar Pixal3D y Trellis 2
Valores locales oficiales para una sola imagen
Qué es realmente Pixal3D
Pixal3D eleva las características de la imagen a 3D mediante una retroproyección explícita de píxeles. Esa correspondencia directa entre 2D y 3D es la idea central del proyecto. El repositorio oficial separa dos implementaciones: main es la versión actual y mejorada basada en TRELLIS.2; paper es la versión basada en Direct3D-S2 que se usó para los resultados publicados en el artículo.
No mezcles las dos ramas
Las métricas del artículo describen la rama paper. Los comandos de instalación y el comportamiento actual de salida describen main. Tratarlas como un único pipeline idéntico produce comparaciones engañosas y consejos de instalación que no funcionan.
Antes de elegir entre local y alojado
| Pregunta | Flujo local oficial | Flujo alojado en Pixal3D.ai |
|---|---|---|
| Instalación | Linux, toolchain de CUDA, dependencias compiladas | Subida en el navegador y entorno gestionado |
| Hardware | Parte de la base oficial de TRELLIS.2: GPU NVIDIA de 24 GB | No necesita GPU local |
| Control | Repositorio completo y archivos locales | Ajustes gestionados e historial de tareas de la cuenta |
| Ideal para | Investigación, pipelines locales reproducibles | Evaluar una imagen antes de instalar en local |
Las instrucciones oficiales de TRELLIS.2 de Microsoft dicen actualmente que el código está probado en Linux y requiere una GPU NVIDIA con al menos 24 GB de memoria. Pixal3D añade un modo --low_vram de carga bajo demanda, pero su README no publica un mínimo garantizado de 6 o 12 GB. Mide el pico de memoria en lugar de tomar un port de la comunidad como garantía oficial.
Instalación oficial paso a paso
Prepara primero TRELLIS.2
Sigue sus instrucciones oficiales para Linux, CUDA 12.4, Conda y dependencias. Comprueba que su ejemplo funciona antes de añadir Pixal3D.
Clona Pixal3D e instala sus requisitos
Mantén el entorno aislado para que las versiones de NATTEN, CUDA y el renderizador no choquen con otro proyecto de ML.
Compila NATTEN para la arquitectura de tu GPU
Sustituye los marcadores por la arquitectura CUDA y un número de workers acotado adecuado para la máquina.
Ejecuta un ejemplo conocido antes que tus imágenes
Así separas los fallos del entorno de los problemas de calidad de imagen.
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.glbUsa el modo de poca VRAM a propósito
python inference.py --image input.png --output output.glb --low_vram carga los modelos bajo demanda y usa por defecto la resolución 1024 en lugar de 1536. Reduce el pico de memoria, pero no promete que cualquier GPU pequeña vaya a funcionar.
Lista de control de la imagen de entrada
Mantén el sujeto completo a la vista
No cortes patas, asas, antenas ni la base del objeto.
Usa una silueta limpia
Separa el sujeto de un fondo recargado o de color parecido.
Prefiere una iluminación uniforme
Las sombras duras y los reflejos pueden confundirse con geometría o cambios de material.
Muestra profundidad
Una vista de tres cuartos suele revelar más forma que una vista frontal totalmente plana.
Cuenta con incertidumbre en la cara oculta
Una sola imagen no puede demostrar la parte trasera que no se ve. Revísala en lugar de dar por hecha la precisión de la reconstrucción.
Resolución y diagnóstico de fallos
| Síntoma | Límite probable | Primera acción acotada |
|---|---|---|
| CUDA out of memory | Resolución o modelos cargados a la vez | Usa `--low_vram` y luego prueba `--resolution 1024` |
| Falla la compilación de NATTEN | Arquitectura CUDA o toolchain incorrectos | Verifica CUDA_HOME y recompila para la GPU instalada |
| Flash Attention no disponible | Build o GPU no compatibles | Usa `ATTN_BACKEND=sdpa` como indica la documentación original |
| Cara oculta débil | Ambigüedad de una sola vista | Usa una fuente de tres cuartos más clara o un flujo multivista verificado |
| Detalle de material blando | Resolución de la entrada o de las texturas | Mejora la imagen de origen antes de subir la resolución de salida |
Pixal3D GGUF: ¿se pueden ejecutar los pesos cuantizados?
No existe ninguna build GGUF oficial para descargar. El espacio alojado acepta una imagen, no pesos GGUF, modelos locales ni importaciones de flujos, y el proyecto original publica sus checkpoints como archivos .safetensors en el listado oficial de archivos del modelo. A 28 de septiembre de 2026, ni ese listado ni el README del repositorio oficial documentan un flujo GGUF compatible. Cualquier archivo GGUF de Pixal3D es, por tanto, una conversión de terceros que necesita sus propias comprobaciones de compatibilidad, licencia y resultados, y no es una opción alojada aquí.
Pixal3D multivista: inferencia multivista en el repositorio oficial
La multivista es una función real del proyecto original y es independiente de todo lo que ejecuta este sitio. El repositorio publicó el código de inferencia multivista en septiembre de 2026, y inference_mv.py condiciona la cascada con varias vistas del mismo objeto a la vez en lugar de con una sola imagen.
- Entrada: una carpeta de vistas más un
transforms.jsonque describe la cámara de cada vista: una matriz cámara-a-mundo de 4×4 y el FOV horizontal en radianes, con la misma convención Blender/NeRF que los renders de entrenamiento originales. El mundo es Z-up. - Pesos: un conjunto multivista aparte (
ckpts/*_mv, seleccionado porpipeline_mv.json) del mismo repositorio oficial de modelos. - Opciones:
--views_dirselecciona las vistas,--num_views Nlimita la ejecución a las N primeras, y--low_vram,--resolutionyATTN_BACKENDse comportan exactamente igual que en la ruta de una sola imagen. - Encuadre: las vistas nunca se recortan ni se reescalan; el primer fotograma es la vista frontal canónica y las demás se colocan en relación con él.
- Máscaras: una vista con canal alfa lo usa como máscara del objeto; una sin él se segmenta automáticamente.
Nada de esto está disponible en el espacio alojado, que condiciona cada trabajo con una única imagen de origen: la multivista sigue siendo un flujo local del repositorio que necesita tus propios metadatos de cámara.
Valida el GLB exportado
Gíralo 360 grados
Revisa la cara oculta, la base y las estructuras finas.
Inspecciona la topología
Busca agujeros, islas desconectadas, autointersecciones y un número excesivo de triángulos.
Inspecciona los canales PBR
Revisa color base, rugosidad, metálico, opacidad, costuras y ajustes de espacio de color.
Confirma escala y origen
Normaliza unidades, pivote, orientación y límites para el motor de destino.
Prueba en el destino
Abre el GLB final en el visor web, Blender, Unity o Unreal que vayas a usar de verdad.
Por dónde seguir
Esta página cubre todo el proyecto. Para guías más cortas: la comparativa de IA 3D te ayuda a elegir camino, el generador 3D con IA ejecuta los pasos alojados y la guía de 3D pixel explica qué puede y qué no puede trasladar una sola imagen al GLB.