Stability AI与VAST推出TripoSR：快速3D建模新时代，0.5秒生成3D模型

前言

在人工智能领域，3D内容生成技术正迅速成为创新的前沿。最近，Stability AI与华人团队VAST联合推出的TripoSR模型，标志着3D建模进入了一个新的快速时代。此次合作不仅展示了技术的飞跃发展，也为开发者和创意工作者提供了前所未有的便利。

• Huggingface模型下载：https://huggingface.co/stabilityai/TripoSR

• AI快站模型免费加速下载：https://aifasthub.com/models/stabilityai/TripoSR

技术突破

TripoSR模型能在仅需0.5秒的时间内，从单张图片生成高质量的3D模型，而且无需GPU支持就能运行。这一创新的背后是一系列复杂的算法和数据处理技术的结合。TripoSR的灵感来源于Adobe于2023年11月提出的LRM技术，该技术通过将3D模型生成任务转化为序列到序列的翻译任务，实现了快速且高质量的3D内容生成。

LRM 突破性地将图生 3D 模型任务表述成了一个序列到序列的翻译任务 —— 把输入图像和输出的 3D 模型分别想象成两种不同的语言，图生 3D 任务可以被理解为把图像语言翻译成 3D 模型语言的过程。图像语言中的 “单词”（类比语言模型的 token 和视频模型的 patch）是用户输入图像切分成的一个个小块；而在 LRM 方法中，3D 模型语言的 “单词” 是一种被称为 “三平面（triplane）” 的三维表示中的一个个小块，LRM 做的事情就是把图像语言中的 “单词” 翻译成 3D 模型语言中的 “单词”，实现输入图像输出 3D 模型。

在 transformer 架构的支撑下，LRM 在一百余万公开三维数据上进行了训练，展示出了现象级的图生 3D 效果和效率，因此在学界、业界均引起了很大的轰动。然而其相关代码和模型均不开源，巨大的训练代价（128 块 A100 运行一周）也令小型研究组织望而生畏，这些因素极大阻碍了该项技术的平民化发展。

本次 Tripo AI 和 Stability AI 联合共同推出了首个 LRM 的高质量开源实现 - TripoSR，可以几乎实时根据用户提供的图像生成高质量的三维模型，极大地填补了 3D 生成式人工智能领域的一个关键空白。

技术优势

TripoSR模型不仅在速度上超越了现有的图像到3D模型的技术，其生成的3D模型在质量上也有显著提升。通过对Objaverse数据集的精细筛选和渲染，以及模型和训练的技术改进，TripoSR在有限训练数据中展现了出色的泛化能力和3D重建的保真度。

应用领域

TripoSR模型的推出，为电影制作、游戏开发、工业设计和建筑规划等领域带来了新的机遇。快速生成3D模型的能力使得从创意构思到成品展示的过程大大缩短，为行业提供了巨大的时间和成本效益。此外，无需GPU的特性使得更多小型团队和个人开发者能够进入此前成本较高的3D内容创作领域。

未来展望

随着TripoSR模型的开源，3D内容生成领域预计将迎来快速发展的新阶段。Stability AI和VAST团队的合作不仅推动了技术进步，也为整个行业提供了新的思路和可能性。展望未来，随着技术的不断完善和应用的深入，3D内容生成将在更多领域发挥重要作用，开启更加丰富多彩的数字世界。

通过这项创新，Stability AI与VAST不仅定义了3D建模技术的新标准，也为未来的数字创作和虚拟现实提供了强大的基础。随着TripoSR模型的应用不断拓展，我们有理由相信，快速、高效、高质量的3D内容生成将成为新常态，进一步推动创意产业和数字经济的发展。

模型下载

Huggingface模型下载

https://huggingface.co/stabilityai/TripoSR

AI快站模型免费加速下载

https://aifasthub.com/models/stabilityai/TripoSR