- Générez en ligne des modèles GLB à partir d’une image dans l’espace de travail Pixal3D, sans rien installer. Pixal3D est le projet image vers 3D de Tencent ARC Lab et de l’université Tsinghua présenté au SIGGRAPH 2026. La branche officielle actuelle
mainrepose sur une implémentation basée sur TRELLIS.2 avec un conditionnement par rétroprojection des pixels, et exporte des assets GLB avec géométrie et textures PBR. Les étapes hébergées ci-dessous utilisent les réglages de ce site ; les sections locales suivent le dépôt amont et exigent votre propre environnement GPU.
Générer votre premier GLB en ligne
Pixal3D.ai est un service hébergé indépendant qui exécute les modèles via Fal, sans lien avec l’équipe de recherche. La génération nécessite une connexion. Les nouveaux comptes reçoivent une seule fois 1 crédits valables 30 jours, de quoi générer une image 1K ; un travail 3D coûte 220 crédits. Les crédits utilisés ou expirés ne sont pas réinitialisés.
Connectez-vous et envoyez une image
Utilisez une image que vous avez le droit de traiter, avec le sujet entièrement visible et une silhouette nette.
Confirmez le modèle et le coût en crédits
Choisissez Pixal3D, la résolution 1024 et le préréglage Balanced (textures 2048) pour un travail par défaut à 220 crédits. Après tout changement, vérifiez le montant affiché à côté de « Générer ».
Générez, inspectez et téléchargez
Attendez la réussite, téléchargez le GLB texturé et vérifiez les faces cachées, les structures fines et l’import dans l’outil cible. Un nettoyage manuel peut rester nécessaire.
Uniquement dans le navigateur, privé
Inspecteur GLB gratuit
Vérifiez localement la structure GLB et glTF avant import ou livraison.
Inspecteur GLB gratuit
Runs locally in your browser, no upload. Load it to start.
Ouvrir le générateur image vers 3D · Inspecter un GLB gratuitement · Comparer Pixal3D et Trellis 2
Valeurs locales officielles pour une image unique
Ce qu’est réellement Pixal3D
Pixal3D projette les caractéristiques de l’image en 3D par une rétroprojection explicite des pixels. Cette correspondance directe 2D-3D est l’idée centrale du projet. Le dépôt officiel sépare deux implémentations : main est la version actuelle et améliorée basée sur TRELLIS.2 ; paper est la version basée sur Direct3D-S2 utilisée pour les résultats publiés dans l’article.
Ne mélangez pas les deux branches
Les métriques de l’article décrivent la branche paper. Les commandes d’installation et le comportement actuel de sortie décrivent main. Les traiter comme un seul et même pipeline produit des comparaisons trompeuses et des conseils d’installation erronés.
Avant de choisir entre local et hébergé
| Question | Workflow local officiel | Workflow hébergé Pixal3D.ai |
|---|---|---|
| Installation | Linux, chaîne d’outils CUDA, dépendances compilées | Envoi dans le navigateur et environnement géré |
| Matériel | Partir de la base officielle TRELLIS.2 : GPU NVIDIA de 24 Go | Aucun GPU local requis |
| Contrôle | Dépôt complet et fichiers locaux | Réglages gérés et historique des tâches du compte |
| Idéal pour | Recherche, pipelines locaux reproductibles | Évaluer une image avant une installation locale |
Les instructions officielles de TRELLIS.2 publiées par Microsoft indiquent actuellement que le code est testé sous Linux et nécessite un GPU NVIDIA d’au moins 24 Go de mémoire. Pixal3D ajoute un mode --low_vram à chargement à la demande, mais son README ne publie aucun minimum garanti de 6 ou 12 Go. Mesurez le pic de mémoire au lieu de considérer un portage communautaire comme une garantie de l’amont.
Procédure d’installation officielle
Préparez d’abord TRELLIS.2
Suivez ses instructions officielles pour Linux, CUDA 12.4, Conda et les dépendances. Vérifiez que son exemple fonctionne avant d’ajouter Pixal3D.
Clonez Pixal3D et installez ses dépendances
Gardez l’environnement isolé pour que les versions de NATTEN, CUDA et du moteur de rendu n’entrent pas en conflit avec un autre projet ML.
Compilez NATTEN pour l’architecture de votre GPU
Remplacez les paramètres fictifs par l’architecture CUDA et un nombre de workers limité adapté à la machine.
Lancez un exemple connu avant vos propres images
Cela distingue les échecs d’environnement des problèmes de qualité d’image.
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.glbUtilisez le mode faible VRAM à bon escient
python inference.py --image input.png --output output.glb --low_vram charge les modèles à la demande et passe par défaut en résolution 1024 au lieu de 1536. Cela réduit le pic de mémoire, sans promettre que tout petit GPU fonctionnera.
Check-list de l’image d’entrée
Gardez le sujet entièrement visible
Ne coupez ni jambes, ni poignées, ni antennes, ni la base de l’objet.
Utilisez une silhouette nette
Séparez le sujet d’un fond chargé ou de couleur proche.
Privilégiez un éclairage uniforme
Les ombres dures et les reflets peuvent être pris pour de la géométrie ou des changements de matériau.
Montrez la profondeur
Une vue de trois quarts révèle généralement plus de forme qu’une vue de face parfaitement plate.
Attendez-vous à une incertitude sur la face cachée
Une seule image ne peut pas prouver le dos invisible. Inspectez-le au lieu de supposer une reconstruction exacte.
Résolution et diagnostic des échecs
| Symptôme | Limite probable | Première action ciblée |
|---|---|---|
| CUDA out of memory | Résolution ou modèles chargés simultanément | Utilisez `--low_vram`, puis essayez `--resolution 1024` |
| Échec de compilation de NATTEN | Mauvaise architecture CUDA ou chaîne d’outils | Vérifiez CUDA_HOME et recompilez pour le GPU installé |
| Flash Attention indisponible | Build ou GPU non pris en charge | Utilisez `ATTN_BACKEND=sdpa` comme documenté en amont |
| Face cachée faible | Ambiguïté d’une vue unique | Utilisez une source de trois quarts plus nette ou un workflow multivue vérifié |
| Détails de matériau flous | Résolution de l’entrée ou des textures | Améliorez la source avant d’augmenter la résolution de sortie |
Pixal3D GGUF : peut-on exécuter les poids quantifiés ?
Il n’existe aucun build GGUF officiel à télécharger. L’espace hébergé accepte une image, pas des poids GGUF, des modèles locaux ni des imports de workflow, et le projet amont publie ses checkpoints au format .safetensors dans la liste officielle des fichiers du modèle. Au 28 septembre 2026, ni cette liste ni le README du dépôt officiel ne documentent de workflow GGUF pris en charge. Tout fichier GGUF pour Pixal3D est donc une conversion tierce qui exige ses propres vérifications de compatibilité, de licence et de sortie, et ce n’est pas une option hébergée ici.
Pixal3D multivue : l’inférence multivue du dépôt officiel
Le multivue est une vraie fonctionnalité amont, distincte de tout ce que ce site exécute. Le dépôt a publié le code d’inférence multivue en septembre 2026, et inference_mv.py conditionne la cascade sur plusieurs vues du même objet à la fois au lieu d’une seule image.
- Entrée : un dossier de vues plus un fichier
transforms.jsondécrivant la caméra de chaque vue – une matrice caméra-vers-monde 4×4 et le FOV horizontal en radians, dans la même convention Blender/NeRF que les rendus d’entraînement amont. Le monde est en Z vers le haut. - Poids : un jeu multivue distinct (
ckpts/*_mv, sélectionné parpipeline_mv.json) issu du même dépôt officiel de modèles. - Options :
--views_dirsélectionne les vues,--num_views Nlimite l’exécution aux N premières, et--low_vram,--resolutionetATTN_BACKENDse comportent exactement comme dans le chemin à image unique. - Cadrage : les vues ne sont jamais recadrées ni redimensionnées ; la première image est la vue de face canonique et toutes les autres sont placées par rapport à elle.
- Masques : une vue avec canal alpha l’utilise comme masque de l’objet ; une vue sans canal alpha est segmentée automatiquement.
Rien de tout cela n’est disponible dans l’espace hébergé, qui se conditionne sur une seule image source par tâche : le multivue reste un workflow local du dépôt qui exige vos propres métadonnées de caméra.
Valider le GLB exporté
Faites-le tourner sur 360 degrés
Vérifiez la face cachée, le dessous et les structures fines.
Inspectez la topologie
Cherchez les trous, îlots déconnectés, auto-intersections et un nombre de triangles excessif.
Inspectez les canaux PBR
Vérifiez couleur de base, rugosité, métallique, opacité, coutures et réglages d’espace colorimétrique.
Confirmez l’échelle et l’origine
Normalisez unités, pivot, orientation et limites pour le moteur cible.
Testez la destination
Ouvrez le GLB final dans la vraie visionneuse web, Blender, Unity ou Unreal.
Pour aller plus loin
Cette page couvre l’ensemble du projet. Pour des guides plus courts : le comparatif IA 3D aide à choisir sa voie, le générateur 3D IA exécute les étapes hébergées, et le guide 3D pixel explique ce qu’une seule image source peut transmettre au GLB, et ce qu’elle ne peut pas.