2026年11月12日公開
Suvaditya Mukherjee suvadityamuk
要約 (TLDR):このブログ記事では、人気の3Dモデル「TRELLIS.2」を独自の3Dアセットでファインチューニングするためのスクリプトとコンテナを提供します。ローカル環境と Hugging Face Jobs の両方での実行に対応しています。ファインチューニングに興味がある方は、(データセットを Hugging Face Hub にアップロード済みであれば)少数の引数を渡すだけで私たちのスクリプトを使用できます。あるいは、こちらのリポジトリを使ってご自身で試行錯誤することも可能です。さらに詳しく知りたい方のために、スクリプトの仕組みについても詳しく解説しています。それでは始めましょう!
はじめに
3D生成は、ロボティクス、シミュレーション、メディア、エンターテインメントの分野で幅広く応用されています。これらの分野では、生成されるオブジェクトに厳密なルールを守らせることや、モデルとデータの表現形式(Representation)を標準化することが困難です。現在、GLB や PLY など、多くのファイル形式が存在します。また、ニューラルラジアンスフィールド (NeRFs) や 3Dガウシアンスプラッティング (3DGS) など、多様な表現形式も存在し、それぞれに長所と短所があります。
TRELLIS は、統合潜在表現(unified latent representation)と呼ばれる汎用的な内部表現を導入しました。そのデコーダは、この表現を目的の出力形式の3Dモデルに変換できます。そのため、表現形式ごとに別々のモデルを使い分ける必要がありません。
その後、同じチームが TRELLIS.2 をリリースし、モデルの3D構造の表現能力を向上させました。しかし、どちらのモデルも、特定のタスクへ適応させるための簡単な方法は提供されていませんでした。
改善したい課題
TRELLIS.2 のような汎用モデルは、特定のアプリケーションにとって極めて重要な細部で誤りを犯す可能性があります。例えば、ある


