Pixal3D 3D AI 指南

“3D AI”涵盖什么

“3D AI” 是把文字提示或源图像变成三维输出的模型总称。有的把单张图变成带贴图的网格，有的从文字生成动作，有的专门把照片重建成扫描质感的资产。它们共同的承诺是一样的：跳过手工建模，更快拿到可评审的初稿。

本页讲类别与选路。如果你已经确定要走图片转 3D，只想看操作步骤，请读 AI 3D 生成器工作流；如果你关心的是图像如何贴住表面，请读 3D pixel。输入图怎么准备：实拍照片请看照片转 3D 模型，插画和渲染图请看 2D 图片转 3D 模型。

3D AI 生成是怎么运作的

本站每条通道背后都是一套托管运行的科研模型。下面三种机制并不相同，这也是输出格式不同的原因。

像素反投影的图片转 3D

上游 Pixal3D 项目从单张图片生成资产，用官方原话说，它是“通过反投影把像素特征显式提升到三维空间”，而不是用注意力松散地注入图像特征。正是这种像素到三维的直接对应关系，让结果的可见面贴近你的照片。官方仓库保留两套实现：main 是当前基于 TRELLIS.2 的版本，paper 是产出论文结果的 Direct3D-S2 版本，详见 TencentARC/Pixal3D 官方仓库。

第二条图片转 3D 视角

Trellis 2 通道接收同一类输入，但实现方式不同，因此对薄壁与结构的读法可能与 Pixal3D 不一样。这正是它存在的意义：对同一张源图得到第二个几何解释，而不是抽象地比较谁更好。上游 Pixal3D 的 README 把自身的 main 分支说明为基于 TRELLIS.2 的版本，Trellis 2 的基线由 微软 TRELLIS.2 官方仓库 记录。

文字生动作

Hunyuan Motion 通道根本不是图片转 3D。它读取一段动作描述，返回 FBX 与动作 JSON，而不是静态网格，所以在工作台里它归在文字生动作，而不是图片转 3D。

同一个工作台里的三条通道

AI 3D Generator 把三条通道放在同一套登录态任务链路、同一份历史与同一份积分账本下。

选择 3D AI 通道的 20 条判断标准

每一行只针对一个决策因素。用它们在图片转 3D 通道与文字生动作通道之间做取舍，然后再排任务。

格式与边界

托管工作台比上游仓库窄，花积分前值得先弄清边界在哪。

• 输入： 每个任务一张源图。上传接受 PNG、JPEG、WebP、AVIF、GIF，单张上限 10 MB；公开直链图片无需上传。
• 输出： 图片转 3D 通道返回带几何与 PBR 贴图的 GLB；文字生动作通道返回 FBX 与动作 JSON。
• 硬件： 你这边不需要。模型在提供方运行，无需本地显卡。
• 本站没有： 多视角条件、本地权重、GGUF 构建。上游仓库在 2026 年 9 月发布了多视角推理代码，供本地运行使用；其官方模型文件是 .safetensors 权重，而不是 GGUF 发布。

老实对比：本站与上游项目

pixal3d.ai 是独立托管服务，与 Pixal3D 研究团队没有隶属关系，运行的是第三方提供方基础设施，而不是研究代码库本身。

用好 3D AI

从你的输入出发选通道，而不是从最新的模型出发。手里有照片就走图片转 3D；要试的动作就走文字生动作。生成之后，先用免费的 GLB Inspector 核对网格再导入，并阅读 价格页 规划多次运行的积分消耗。