Hi3D v1.0
Descripción
Las pipelines de imagen a 3D te dejan a menudo una malla reconocible pero gruesa: el volumen se entiende y, aun así, se pierden relieves, molduras, escamas o ranuras que sí ves en la foto de referencia. El cuello de botella está en el refinamiento, no en generar el primer volumen.
Con Hi3D v1.0 partes de esa malla y de una imagen del mismo objeto. El sistema condiciona un flujo disperso con las características de la imagen y las coordenadas de la geometría gruesa, muestrea latentes dispersos, los decodifica con un VAE disperso que se poda a sí mismo y extrae la malla; después la revoxeliza para el siguiente pase. El informe técnico describe entrenamiento con unos dos millones de assets 3D y refinamiento hasta una rejilla de extracción dispersa de 1536³.
Qué te entrega el repositorio
- Hasta tres pases: 512³, 1024³ y 1536³ (rejillas nominales de coordenadas y extracción, no un tensor denso 1536³).
- Código de inferencia y pesos en Hugging Face; no incluye el entrenamiento ni el harness de evaluación del paper.
- Linux, Python 3.10 y GPU NVIDIA (compute 8.0 o superior, CUDA 12.0–12.5). No hay ruta de CPU; el escalón 1536³ se validó en una NVIDIA H20 de 96 GB.
Tecnologías y temas
-
GPU NVIDIA
Solo Linux y CUDA 12.0–12.5; el 1536³ se midió en una H20 de 96 GB
-
Image-to-3D
La imagen de referencia condiciona el flujo disperso sobre la geometría
-
Inferencia
Código y artefactos públicos; sin entrenamiento ni evaluación del paper
-
Refinamiento 3D
Pasa de malla gruesa a geometría de alta resolución en pases sucesivos
-
Sparc3D
Reutiliza representación, VAE disperso y nombres de API (Sparc3DPipeline)