- Genera online modelli GLB da immagine a 3D nello spazio di lavoro Pixal3D, senza installare nulla. Pixal3D è il progetto da immagine a 3D di Tencent ARC Lab e dell’Università Tsinghua presentato al SIGGRAPH 2026. L’attuale branch ufficiale
mainusa un’implementazione basata su TRELLIS.2 con condizionamento tramite retroproiezione dei pixel ed esporta asset GLB con geometria e texture PBR. I passaggi ospitati qui sotto usano le impostazioni di questo sito; le sezioni locali seguono il repository originale e richiedono un tuo ambiente con GPU.
Genera il tuo primo GLB online
Pixal3D.ai è un servizio ospitato indipendente che esegue i modelli tramite Fal, senza alcun legame con il team di ricerca. Per generare serve l’accesso. I nuovi account ricevono una sola volta 1 crediti validi per 30 giorni, sufficienti per un’immagine 1K; un job 3D costa 220 crediti. I crediti usati o scaduti non vengono ripristinati.
Accedi e carica un’immagine
Usa un’immagine che hai il diritto di elaborare, con il soggetto interamente visibile e una silhouette netta.
Conferma modello e costo in crediti
Scegli Pixal3D, risoluzione 1024 e il preset Balanced (texture 2048) per un job predefinito da 220 crediti. Dopo ogni modifica, controlla l’importo accanto a «Genera».
Genera, controlla e scarica
Attendi il completamento, scarica il GLB texturizzato e controlla i lati nascosti, le strutture sottili e l’importazione nello strumento di destinazione. Potrebbe servire comunque una pulizia manuale.
Solo browser, privato
Ispettore GLB gratuito
Controlla struttura GLB e glTF localmente prima di import o consegna.
Ispettore GLB gratuito
Runs locally in your browser, no upload. Load it to start.
Apri il generatore da immagine a 3D · Ispeziona un GLB gratis · Confronta Pixal3D e Trellis 2
Valori locali ufficiali per una singola immagine
Che cos’è davvero Pixal3D
Pixal3D porta le caratteristiche dell’immagine in 3D con una retroproiezione esplicita dei pixel. Questa corrispondenza diretta tra 2D e 3D è l’idea che definisce il progetto. Il repository ufficiale separa due implementazioni: main è la versione attuale e migliorata basata su TRELLIS.2; paper è la versione basata su Direct3D-S2 usata per i risultati pubblicati nell’articolo.
Non mescolare i due branch
Le metriche dell’articolo descrivono il branch paper. I comandi di installazione e il comportamento attuale dell’output descrivono main. Trattarli come un’unica pipeline identica porta a confronti fuorvianti e a consigli di installazione che non funzionano.
Prima di scegliere tra locale e ospitato
| Domanda | Workflow locale ufficiale | Workflow ospitato su Pixal3D.ai |
|---|---|---|
| Installazione | Linux, toolchain CUDA, dipendenze compilate | Caricamento nel browser e runtime gestito |
| Hardware | Parti dalla base ufficiale TRELLIS.2: GPU NVIDIA da 24 GB | Nessuna GPU locale necessaria |
| Controllo | Repository completo e file locali | Impostazioni gestite e cronologia dei job nell’account |
| Ideale per | Ricerca, pipeline locali riproducibili | Valutare un’immagine prima del setup locale |
Le istruzioni ufficiali di TRELLIS.2 di Microsoft dicono attualmente che il codice è testato su Linux e richiede una GPU NVIDIA con almeno 24 GB di memoria. Pixal3D aggiunge una modalità --low_vram a caricamento su richiesta, ma il suo README non pubblica un minimo garantito di 6 o 12 GB. Misura il picco di memoria invece di considerare un port della community come una garanzia ufficiale.
Procedura di installazione ufficiale
Prepara prima TRELLIS.2
Segui le sue istruzioni ufficiali per Linux, CUDA 12.4, Conda e dipendenze. Verifica che il suo esempio funzioni prima di aggiungere Pixal3D.
Clona Pixal3D e installa i requisiti
Tieni l’ambiente isolato, così le versioni di NATTEN, CUDA e renderer non entrano in conflitto con un altro progetto di ML.
Compila NATTEN per l’architettura della tua GPU
Sostituisci i segnaposto con l’architettura CUDA e un numero di worker limitato, adatto alla macchina.
Esegui un esempio noto prima delle tue immagini
Così separi i problemi dell’ambiente da quelli di qualità dell’immagine.
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 la modalità low VRAM con criterio
python inference.py --image input.png --output output.glb --low_vram carica i modelli su richiesta e usa per impostazione predefinita la risoluzione 1024 invece di 1536. Riduce il picco di memoria, ma non garantisce che ogni GPU piccola funzioni.
Checklist dell’immagine di input
Tieni il soggetto interamente visibile
Non tagliare gambe, maniglie, antenne o la base dell’oggetto.
Usa una silhouette pulita
Separa il soggetto da uno sfondo affollato o di colore simile.
Preferisci un’illuminazione uniforme
Ombre dure e riflessi possono essere scambiati per geometria o cambi di materiale.
Mostra la profondità
Una vista di tre quarti rivela di solito più forma di una vista frontale perfettamente piatta.
Aspettati incertezza sul lato nascosto
Una sola immagine non può dimostrare il retro che non si vede. Controllalo invece di dare per scontata l’accuratezza della ricostruzione.
Risoluzione e diagnosi degli errori
| Sintomo | Limite probabile | Prima azione mirata |
|---|---|---|
| CUDA out of memory | Risoluzione o modelli caricati insieme | Usa `--low_vram`, poi prova `--resolution 1024` |
| Build di NATTEN non riuscita | Architettura CUDA o toolchain errata | Verifica CUDA_HOME e ricompila per la GPU installata |
| Flash Attention non disponibile | Build o GPU non supportata | Usa `ATTN_BACKEND=sdpa` come documentato nel progetto originale |
| Lato nascosto debole | Ambiguità di una vista singola | Usa una sorgente di tre quarti più chiara o un workflow multivista verificato |
| Dettagli del materiale sfumati | Risoluzione di input o texture | Migliora la sorgente prima di aumentare la risoluzione di output |
Pixal3D GGUF: si possono eseguire i pesi quantizzati?
Non esiste alcuna build GGUF ufficiale da scaricare. Lo spazio ospitato accetta un’immagine, non pesi GGUF, modelli locali o importazioni di workflow, e il progetto originale pubblica i checkpoint come file .safetensors nell’elenco ufficiale dei file del modello. Al 28 settembre 2026, né quell’elenco né il README del repository ufficiale documentano un workflow GGUF supportato. Qualsiasi file GGUF per Pixal3D è quindi una conversione di terze parti che richiede verifiche proprie su compatibilità, licenza e output, e non è un’opzione ospitata qui.
Pixal3D multivista: l’inferenza multivista nel repository ufficiale
La multivista è una vera funzione del progetto originale ed è separata da tutto ciò che esegue questo sito. Il repository ha pubblicato il codice di inferenza multivista a settembre 2026, e inference_mv.py condiziona la cascata su più viste dello stesso oggetto contemporaneamente invece che su una sola immagine.
- Input: una cartella di viste più un
transforms.jsonche descrive la camera di ogni vista: una matrice camera-mondo 4×4 e il FOV orizzontale in radianti, con la stessa convenzione Blender/NeRF dei render di addestramento originali. Il mondo è Z-up. - Pesi: un set multivista separato (
ckpts/*_mv, selezionato dapipeline_mv.json) dallo stesso repository ufficiale del modello. - Flag:
--views_dirseleziona le viste,--num_views Nlimita l’esecuzione alle prime N, e--low_vram,--resolutioneATTN_BACKENDsi comportano esattamente come nel percorso a immagine singola. - Inquadratura: le viste non vengono mai ritagliate né riscalate; il primo frame è la vista frontale canonica e tutte le altre sono posizionate rispetto a esso.
- Maschere: una vista con canale alfa lo usa come maschera dell’oggetto; una vista senza viene segmentata automaticamente.
Niente di tutto questo è disponibile nello spazio ospitato, che condiziona ogni job su una sola immagine sorgente: la multivista resta un workflow locale del repository che richiede metadati di camera propri.
Convalidare il GLB esportato
Ruotalo di 360 gradi
Controlla il lato nascosto, la base e le strutture sottili.
Ispeziona la topologia
Cerca buchi, isole scollegate, autointersezioni e un numero eccessivo di triangoli.
Ispeziona i canali PBR
Controlla base color, roughness, metallic, opacità, cuciture e impostazioni dello spazio colore.
Conferma scala e origine
Normalizza unità, pivot, orientamento e limiti per il motore di destinazione.
Prova nella destinazione
Apri il GLB finale nel visualizzatore web, in Blender, Unity o Unreal che userai davvero.
Dove andare ora
Questa pagina copre l’intero progetto. Per guide più brevi: il confronto IA 3D aiuta a scegliere la strada, il generatore 3D IA esegue i passaggi ospitati e la guida 3D pixel spiega cosa una singola immagine sorgente può portare nel GLB e cosa no.