一句话结论：Hi3D V1.0 是国产团队 Math Magic 把 NeurIPS 2025 的 Sparc3D 放大成生产级模型后开源的结果，它在 1536³ 有效分辨率下把 3D 打印切片成功率做到 90%，而同档位的 Pixal3D 只有 7%、TRELLIS.2 只有 17%，同时拿下同期最高的 MVF 0.75 与 DR 0.841，是目前开源图生 3D 里少数把几何精度和可制造性同时兼顾的模型。
这件事的分量不在于又一个开源权重，而在于它把评价图生 3D 的标准从看正面像不像，搬到了模型能不能被下游工具直接使用。10 月 23 日 Math Magic 在 GitHub 上放出 Hi3D v1.0 的推理代码，仓库两天内积累 552 个 star、46 个 fork，一并公开了 9 页技术报告，里面有完整的横向基准表和 562 次人工偏好判定。
Hi3D V1.0 是什么：从论文到生产线的放大版 Sparc3D
Hi3D V1.0 的技术底座是 Sparc3D，那项由 Math Magic、南洋理工大学与帝国理工学院研究者参与的工作，核心贡献者包括 Zhihao Li、Yihao Luo 与 Heliang Zheng。Sparc3D 提出了一套高分辨率三维形状建模的稀疏表示与稀疏卷积自编码管线，在 2025 年确立了高分辨率几何重建的技术标杆。
Hi3D 做的是三件事的叠加。第一，把训练语料从论文中的 50 万个 3D 资产扩到约 200 万个经过筛选的资产，覆盖角色、硬表面物件、日常产品、载具、建筑与有机形态等品类。第二，在原有的 1024³ 层级之上补上 1536³ 的训练与输出档位。第三，把整个系统先放进真实商业与工业生产流程里跑过一遍，再对外开源，这一步是很多学术开源项目缺失的部分。
开源仓库 github.com/hi3d-official/Hi3Dv1.0 于 10 月 16 日创建，10 月 23 日发布。README 明确写了边界：仓库只提供推理代码，不含训练代码，也不含论文的评测 harness、基准划分和对比网格。换句话说，这份仓库能复现生成结果，不能复现报告里的对比表格。这一点在解读这类技术报告时值得先记下来。
稀疏表示怎么把 1536³ 撑起来：三级网格与 18 亿参数
Hi3D 的几何流程分两段。上游先用一个粗网格模型给出全局结构，这部分在本仓库之外，官方给的例子是腾讯 Hunyuan3D-2 mini，也可以自行接入任何能输出三角网格的上游模型。下游是稀疏细化器，它同时读取参考图与粗网格，把粗网格上的结构误差保留下来并补全背面与遮挡区域。
细化的关键在于它从不实例化稠密体素张量。模型用三级名义结构网格推进，每一级只在物体表面附近保留稀疏坐标：
| 细化轮次 | 名义结构网格 | 体素预算 | 使用的 Transformer | 名义提取网格 |
|---|---|---|---|---|
| 第 1 轮 | 64³ | 80,000 | transformer_512 | 512³ |
| 第 2 轮 | 128³ | 90,000 | transformer_1024 | 1024³ |
| 第 3 轮 | 192³ | 110,000 | transformer_1024 | 1536³ |
两个 transformer 都有 24 个 block、2112 通道宽度、22 个注意力头，每个约 18 亿参数，主层跑 fp16。每一轮在稀疏坐标上采样 32 通道潜变量，用自剪枝稀疏 VAE 解码，再从解码结果里抽取网格并重新体素化，为下一轮提供新的稀疏支撑。请求 512³ 只跑一轮，1024³ 跑两轮，1536³ 跑满三轮。
图像条件这一侧有两个冻结编码器。DINOv2-large 吃 756×756 输入，产出 2917 个图像 token、1024 通道；CLIP ViT-L/14 吃 224×224，产出一个 1024 通道的池化向量广播到那 2917 个位置上。两者 L2 归一化后拼接成 [1, 2917, 2048] 的张量，整条推理链只算一次。采样默认每轮 25 步，用二阶的 FlowMatchHeun 调度器，无分类器引导只在 sigma 大于等于 0.7 时才额外跑一条零条件分支。
横向对照：10 个方法的几何与可制造性
技术报告的表 1 是这篇材料里最有信息量的部分。它同时给出语义一致性指标 ULIP-2 与 Uni3D、多视角保真度 MVF、细节丰富度 DR，以及切片成功率 SSR。MVF 的算法是几何一致性与构件严重度惩罚项的折半，DR 则把表面浮雕、结构分层、小部件保留与视野外细节四个分项取平均。
| 方法 | 分辨率 | ULIP-2 | Uni3D | MVF | DR | SSR |
|---|---|---|---|---|---|---|
| Hi3DGen | 256 | 44.08 | 38.99 | 0.71 | 0.633 | 97% |
| TRELLIS | 256 | 45.93 | 39.25 | 0.67 | 0.396 | 97% |
| Hunyuan3D-2.1 | 384 | 45.16 | 40.83 | 0.74 | 0.431 | 97% |
| TripoSG | 512 | 45.16 | 40.13 | 0.72 | 0.366 | 100% |
| Direct3D-S2 | 1024 | 45.83 | 40.51 | 0.66 | 0.627 | 80% |
| UltraShape-1.0 | 1024 | 46.81 | 41.59 | 0.74 | 0.632 | 97% |
| TRELLIS.2 | 1024 | 49.32 | 44.18 | 0.74 | 0.677 | 17% |
| Pixal3D | 1024 | 49.07 | 43.57 | 0.70 | 0.732 | 7% |
| Hi3D v1.0 | 1536 | 48.07 | 42.14 | 0.75 | 0.841 | 90% |
这张表把行业里的一组矛盾摆得很清楚。语义对齐分数最高的是 TRELLIS.2 的 Uni3D 44.18，Hi3D v1.0 只有 42.14；单看输入视图的相似度，Hi3D 甚至排不进前二。但换了视角和用途，Hi3D v1.0 的 MVF 0.75 与 DR 0.841 都是全场第一，切片成功率 90%，仅次于分辨率只有 512 的 TripoSG 的 100%。
真正刺眼的是 TRELLIS.2 与 Pixal3D 这两行。前者 DR 0.677、Uni3D 44.18 都不低，切片成功率却掉到 17%；后者 DR 0.732 更高，切片成功率只有 7%。分辨率上去了、指标也好看，但生成出来的网格在打印流程里直接崩掉。Hi3D v1.0 的 90% 说明它没有用可制造性去换几何表达力，这也是这次开源最有价值的部分。
562 次人工判定：主观偏好与客观指标的分歧
报告用成对 A/B 做了主观评测。13 名有 3D 算法专业经验的参与者，在同时看到网格渲染与法线贴图的情况下对 Hi3D v1.0 与每一个基线做两两比较，选更优或选平，一共产生 562 次有效判定。
| 对比基线 | 判定次数 | Hi3D 更优 | 基本持平 | 基线更优 | 偏好分 |
|---|---|---|---|---|---|
| Hi3DGen | 65 | 62（95.4%） | 2（3.1%） | 1（1.5%） | 96.9% |
| TRELLIS | 68 | 65（95.6%） | 1（1.5%） | 2（2.9%） | 96.3% |
| TripoSG | 76 | 73（96.1%） | 0（0.0%） | 3（3.9%） | 96.1% |
| Hunyuan3D-2.1 | 72 | 65（90.3%） | 2（2.8%） | 5（6.9%） | 91.7% |
| Direct3D-S2 | 70 | 62（88.6%） | 2（2.9%） | 6（8.6%） | 90.0% |
| UltraShape-1.0 | 68 | 53（77.9%） | 5（7.4%） | 10（14.7%） | 81.6% |
| TRELLIS.2 | 71 | 52（73.2%） | 8（11.3%） | 11（15.5%） | 78.9% |
| Pixal3D | 72 | 37（51.4%） | 8（11.1%） | 27（37.5%） | 56.9% |
| 合计 | 562 | 469（83.5%） | 28（5.0%） | 65（11.6%） | 85.9% |
把持平记半分，综合偏好分 85.9%，剔除持平后的胜率是 87.8%。分基线看，Hi3D 对 Pixal3D 的优势最薄，37 胜 8 平 27 负，偏好分只有 56.9%，也就是人类评审也只是勉强偏好 Hi3D，而 Pixal3D 在近四成对照里被认为更好。Hi3D 相对老一代的 Hi3DGen、TRELLIS、TripoSG 则优势接近碾压，偏好分都在 96% 以上。
定性对比里报告展示的样本也集中在装甲车、机械生物、机器人这类机械结构对象上，局部细节对比覆盖羽毛、角、牙齿、建筑线脚、鳞片与同心凹槽。Hi3D v1.0 被描述为能保留凹陷面板、连接边界与分层浮雕，同时避免平滑曲面出现过度粗糙。视野外的几何仍比可见部分细节少，但结构保持连贯。
部署现实：96GB 显存的门槛与一条有条件的商用许可
官方的验证栈写得很具体：Linux、Python 3.10、CUDA 计算能力 8.0 以上的英伟达显卡、CUDA 12.0 到 12.5，实测环境是 Python 3.10.12、PyTorch 2.5.0+cu124、CUDA 12.4.131，加上一块 96GB 的 NVIDIA H20。README 里有一句值得反复读的话：1536³ 的阶梯只在那块 H20 上验证过，更小显存的峰值内存与可行性并未确立。项目没有 CPU 推理路径，flash-attn 也没有备用注意力实现。
这意味着想跑满 1536³ 的团队，本地显卡基本不够看，需要租卡或者用云端实例。想省显存可以用 Accelerate 的 sequential CPU offload，但它不设定最低显存门槛，也不消除解码特征的内存开销。许可方面，仓库使用自定的 Hi3D Open License Agreement Version 1.0，商用允许，但两个条件会触发单独授权：相关产品或服务超过 20 万月活，或者月收入达到 100 万美元，需在 60 天内通知并申请单独书面许可。商业集成还必须按协议第 7 条展示 Powered by Hi3D 1.0 标识。另一方面，完全不包含 Hi3D 材料或模型衍生物的独立产出，本身不触发标识、分发与规模授权义务。
V1.0 到 V3.0：商业版已经跑到 2048³
开源的是稳定底座，商业系统在 Hi3D v3.0。官方描述 v3.0 是首个达到 2048³ 体素分辨率的商业可用 AI 3D 模型，纹理输出上限提到 8K，并升级了跨视角结构推理与自研 UV 补全算法，上线智能拆件与多色打印。平台覆盖 120 多个国家与地区、200 多万创作者。同一批开源还把在线使用的积分消耗降低了超过 50%。
产品侧的动作有两条。一条是 Hi3D Agent，它没有走 MCP 那类让大模型调用外部 3D 工具的连接层路线，而是把意图理解、任务规划、模型生成、持续修改、工程优化与场景适配串成一条面向创作者的工作流，创作者可以从参考图、半成品模型或一句修复车门结构的描述开始。另一条是 Hi3D MCP 集成，把生成能力暴露给外部智能体调用，仓库也支持在支持 MCP 的工具里直接提交生成任务。工具矩阵包括 3D Model Maker、图生 3D、AI 贴图、打印拆件与多色打印。
把 Hi3D 放回 AI 3D 的商业版图看更有意思。Meshy 靠工具订阅做到两年 ARR 破亿美元，证明 3D 生成能成为独立付费品类，这条路径在站内此前的分析里已经拆过。Hi3D 走的是另一条：底层模型开源、上层 Agent 与平台收费，把生成能力变成可被外部智能体调用的基础设施。同一时期影眸的 Hyper3D WorldGen 走的是把单图变成可交互 3D 世界的路线，VAST 的 Tripo 则在原生多视图与实时世界模型上推进，三条路线都在争夺同一个上游位置。
局限与适用边界
报告自己列的限制有四条，读的时候要一条条对照。单图输入意味着完全遮挡区域的几何是合理补全，而不是唯一可还原的真实结构；模型依赖上游粗网格，粗网格里的严重结构错误可能在细化后依然存在；当前版本只做几何，不生成纹理、材质与顶点色；水密性与切片成功只是面向制造流程的可用指标，不等于物理可制造性，报告建议后续评估把视觉偏好、留出集多视角一致性、几何有效性与特定应用成功率结合起来。
还有一个容易被忽略的坑：种子不等于网格哈希。采样器用的是本地 CPU 随机数生成器，但 GPU 上的稀疏卷积与注意力不是逐位确定的，比较网格必须固定输入、权重、调度器与环境。仓库还提醒，适配体素化在复杂输入上可能退化到更粗的支撑网格并发出警告，请求达不到目标分辨率时会直接报错，而不是静默返回低分辨率。
常见问题
Hi3D V1.0 适合做什么，不适合做什么
它适合需要几何精度和可打印性的场景，比如工业设计打样、游戏资产底模、VR 与 AR 场景里的可编辑网格。它不适合直接产出成品级带材质模型，因为当前版本不生成纹理与材质，这些需要接 AI 贴图工具或商业版。
本地显卡能跑 Hi3D V1.0 吗
512³ 与 1024³ 档位在 CUDA 计算能力 8.0 以上的卡上，配合 sequential CPU offload 有机会跑起来。1536³ 官方只在 96GB 的 H20 上验证过，更小显存的可行性尚未确立，需要自测峰值内存。
开源权重能复现报告里的对比表吗
不能。仓库只提供推理代码，不含训练代码、评测 harness、基准划分与对比网格，README 里明确写了这一点。想复现表格需要自行准备训练与评测环境。
商用需要注意什么
协议允许商用，但相关产品超过 20 万月活或月收入达到 100 万美元时，必须在 60 天内申请单独书面许可，商业集成还要展示 Powered by Hi3D 1.0 标识。若产出物完全不含 Hi3D 材料或模型衍生物，则不触发这些义务。
小结
Hi3D v1.0 的价值可以压成一句话：它证明了高分辨率几何和工程可用性可以同时拿到手，代价是 200 万资产的训练规模、96GB 显存的部署门槛，以及一条对规模化商用并不宽松的许可条款。图生 3D 的竞争正在从谁更像参考图，转向谁的网格能直接进工厂和引擎，这一点比任何一张排行榜截图都更能决定下一个阶段的赢家。
相关阅读
- 影眸发布 Hyper3D WorldGen：一张图生成可交互 3D 世界，物体不再是背景的一部分
- Meshy 跻身 a16z 收入榜第 31 名：AI 3D 凭什么成为独立付费品类
- AI 3D 工具 Meshy 两年 ARR 破亿：从 100 万到 1 亿美元，比 HeyGen 还快
- VAST 完成 B 轮与 B+ 轮共约 30 亿元融资：半年累计约 50 亿，Tripo P2.0 首发原生四视图
延伸阅读
- 谷歌开源TorchTPU：PyTorch零改动迁移TPU，CUDA十年护城河首现裂痕1 周前
- Mirendil 首模型 Fern 0.1：1000 万 Token 上下文10 小时前
- Hi3D 开源 V1.0：3D 打印切片通过率 90%，竞品仅 7%7 小时前
- Meta开源Muse Spark Open：8160亿参数对标Qwen3.82 周前
继续读
同一批更新里这几篇值得一看：
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记