跳转到内容
主站 新闻 控制台

国产 3D 大模型 Hi3D 开源可商用,实测性能超越 GPT-6

· 量子位
国内AI

还是专业的模型做专业的事情

3D生成,从生成效果来看,确实还是专业模型做专业的事。

给模型一张漫威角色的参考图(原图如下):

Image 3

这是 GPT-6 Astra 交出的生成结果:

Image 4

整体形态显得较为粗糙,五官结构也偏离了原图质感。

而这,是 Hi3D V3.0 生成的效果:

Image 5

精细度与还原度均有明显提升。

再看其他几组对比测试:

Image 6

Image 7

从左至右依次为:输入原图、GPT-6 Astra 模型生成结果、Hi3D Agent 生成结果。

对比可见,Astra 仅还原出了可辨识的基础轮廓;而 Hi3D Agent 及其背后的 V3.0 模型,在形体比例、体积感与局部微观细节上,都更贴近参考原图。

Hi3D Agent 是 Hi3D 面向 3D 创作者推出的 AI 创作助手;其底座最新的 Hi3D V3.0,则是业界首个达到商用级 2048³ 超高精度的国产自研 AI 3D 大模型。

这一表现也印证了两类模型的分工逻辑:大语言模型负责理解创作意图、拆解与组织任务;专业 3D 模型则专注于高保真三维资产的生成。二者结合,Agent 才能将用户的构思精准落地为具体的 3D 作品。

今日,Hi3D 还正式开源了 V1.0 模型代码。该版本基于 Sparc3D 构建,主打高分辨率几何细化能力,也是 Hi3D 系列中较早完成且经过实际生产管线验证的版本。

据团队介绍,V1.0 基于约 200 万个筛选后的优质 3D 资产训练而成,在对外开放前已通过内部生产工作流的严苛测试。

团队希望将这一成熟、稳定的版本作为基石,供开发者与企业在此基础上继续深入研究、部署与二次开发。

生成、修改、应用:Hi3D 接管完整创作流程

此次开源的 Hi3D V1.0,技术源头可追溯至 2025 年公布的 Sparc3D。

该研究发表于 NeurIPS 2025,提出了一套高分辨率三维建模框架,重点解决复杂几何结构的表征与高保真重建难题,使微小部件与表面细节得以充分保留。

Image 8

从实际效果来看,Sparc3D 对复杂几何细节的刻画与还原能力表现出色。

Hi3D V1.0 沿用了该核心架构,并将训练资产扩展至约 200 万个,进一步强化了高分辨率几何生成能力。

来看具体的生成表现:

在 V1.0 技术报告展示的装甲车案例中,模型展现出了出色的完整三维重建能力:

Image 9

正面视角下,车头倾斜的装甲板面与轮胎花纹清晰可见;切换至背面与底部视角,车身结构依然连贯自然,车尾面板的装配分块、底盘与车轮的相对位置关系均保持严谨。

对于参考图中未展示的盲区视角,模型均做出了符合力学与工程常理的补全。

面对更复杂的精细结构,例如身穿铠甲、手持大剑、背后展开双翼的雕塑:

Image 10

经由 V1.0 细化并放大后,人物背后的羽翼根根分明,羽毛交错叠压的层次起伏也得到了清晰还原。

从装甲车宏观的机械拓扑,到羽翼间的微观缝隙,两组案例展现了 V1.0 在不同尺度下的优异几何表达力。

在模型初步生成后,创作者还可以借助 Hi3D Agent 展开持续修改。

Hi3D Agent 以专业级 AI 3D 模型为基座,贯通了意图理解、任务规划、模型生成、迭代修改、工程优化与应用交付的全流程。

例如,当用户指出部件悬空与连接位置的瑕疵、要求调整方向盘,并明确提出后续需要进行 3D 打印时:

Image 11

Agent 会根据指令拆解后续工序,围绕现有模型动态调整造型、局部拓扑、几何结构、纹理贴图与网格分布,逐步逼近目标要求。

在游戏与互动场景中,Agent 可按需扩充角色、道具与场景资产,并将其导入交互式环境,加速原型 Demo 落地。

面向动画与实时应用,Hi3D Agent 支持角色轻量化、骨骼绑定、动作捕捉映射与表情驱动,使静态资产无缝接入动画制作流程。

在实体制造领域,Hi3D Agent 整合了平台的部件拆解、卡扣结构设计、分色及切片准备等能力,能快速将数字资产转化为可交付的手办、潮玩实物。

此外,生成资产支持导出为工业标准格式,便于创作者导入 Blender、游戏引擎或其他专业工具中做进一步深度加工。

从基础生成到精细打磨,再到下游管线对接,Hi3D 全程支持不同创作阶段,助力用户将创意高效转化为可用成品。

关于团队如何在 V1.0 中实现结构完整性与细节精度的双重提升,其技术报告披露了更详尽的训练机制与评测数据。

扩充训练数据、细化几何:Hi3D V1.0 的技术升级

Hi3D V1.0 沿用 Sparc3D 架构,主要在数据规模与高分辨率生成能力上进行了深度优化。

该版本保留了原有的核心架构,研发重心集中在训练数据扩容、高分辨率生成训练以及实际生产管线验证三个维度。

首先是训练数据的扩容。相较于 Sparc3D 论文中 50 万个资产的数据集,Hi3D V1.0 将训练规模扩展至约 200 万个精选 3D 资产,达到原先的 4 倍。

这与单图生成 3D 的任务特性高度契合:单张输入图仅能提供有限的局部视角,背面与被遮挡区域的重建高度依赖模型沉淀的几何先验知识。海量且多样化的训练资产,赋予了模型更丰富的形状先验,为盲区推断提供了充沛的样本支撑。

在具备大规模数据后,模型如何逐步刻画细节?

结合技术架构图,该过程可概括为:先建立宏观拓扑结构,再参考输入图像逐级进行几何细化。

Image 12

上游模型首先基于输入图生成低面数的粗糙网格,确立对象的宏观轮廓与关键组件布局;随后,V1.0 结合参考图与粗网格特征,在物体表面区域执行稀疏几何细化。

每完成一个细化阶段,系统都会抽取当前精度的 3D 网格。该网格既可作为最终成果直接导出,亦可作为下一阶段的基底,渐进式跃升至 1024³ 与 1536³ 分辨率空间。

这里的 1536³ 指的是几何提取网格的分辨率。可以将其视作三维空间的精细度标尺:刻度越密集,能呈现的起伏和细微缝隙就越逼真。算法采用稀疏化策略,集中算力处理物体表面附近的有效区域。前文案例中羽翼之所以能根根分明,正是依托这种超高分辨率表达能力。

目前,最新的旗舰模型 Hi3D V3.0 已进一步将几何分辨率提升至 2048³。

除分辨率表现外,模型在通用评测与下游落地指标上也具备明显优势。

技术报告显示,Hi3D V1.0 在多视图保真度与细节丰富度指标上分别达到 0.75 和 0.841,在报告所对比的各类主流算法中均位居第一。

同时,其模型切片成功率达到 90%,展现出对接 3D 打印工作流的高几何可用性。

Image 13

△ 出自 V1.0 技术报告

切片是将三维数字模型转换为打印机逐层加工路径的核心准备环节。90% 的切片成功率证明模型生成的网格质量足以直接对接打印工作流(实际成型效果还受到壁厚、支撑结构及耗材等工艺参数影响)。

据团队透露,V1.0 在对外开源前已在真实生产环境中经历了长期验证。除了评估视觉渲染效果,团队重点检验了生成资产在下游全流程中的可用度与可编辑性。

开放模型与工具接口,赋能开发者与企业构建 3D 应用

本次开放的 Hi3D V1.0 已在 GitHub 与 Hugging Face 正式上线。

官方不仅开源了完整源码、公开了系统架构与测试基准,还在项目主页提供了在线 Demo 供用户实时体验。

该开源模型主要面向三类群体:

  • 研究者:可将其作为技术基线与验证平台,深入探索复杂拓扑生成与高频细节保持机制;
  • 开发者:可将高分辨率几何细化能力集成至专业管线中,打造垂直领域应用与定制工作流;
  • 企业用户:可依托开放的授权与部署方案,推进私有化部署、企业内部系统集成与业务场景适配。

除开源模型外,Hi3D 还全面支持通过 MCP(Model Context Protocol)连接外部应用。

开发者可以在任何兼容 MCP 协议的 Agent 或工具中无缝调用 Hi3D,直接完成任务提交、状态轮询与模型获取,将其平滑嵌入既有业务管线。

面向终端创作者,Hi3D Agent 则提供端到端的创作支持:创作者用自然语言描述需求,便能协同 Agent 对模型开展多轮迭代修改。

模型开源打牢底层基石,MCP 降低应用集成门槛,Agent 降低大众创作壁垒。三者协同,构成了 Hi3D 作为 AI 3D 基础设施的完整生态。

这也契合了 Hi3D 团队提出的 “Creator First” 理念:降低 3D 创作门槛,让新手快速入门,同时将专业创作者从繁琐机械的操作中解放出来,将更多精力投入到核心的设计与构思中。

随着国产 AI 3D 技术的不断成熟,创意与作品之间的距离正被逐步缩短。无论是一张草图还是一个构想,每个人都有机会亲手打造出专属的三维作品。