TRELLIS 3D

TRELLIS 是由微软研究院联合清华大学、中国科学技术大学共同研发的原生 3D 生成模型，相关成果入选 CVPR 2025 高亮论文，其唯一官方网站为https://trellis3d.github.io。该模型基于创新的统一结构化潜变量（SLAT）表示和适配稀疏结构的整流流 Transformer 构建，主打可扩展、多用途的高质量 3D 资产生成能力，解决了传统 3D 生成模型输出格式单一、编辑能力弱、生成质量不足等行业痛点。

核心功能

TRELLIS 具备全面且灵活的 3D 内容生成与编辑能力，核心功能覆盖多个维度。首先是文本转 3D 资产生成，用户只需输入描述性文本提示词，即可生成对应几何细节丰富、纹理生动的 3D 模型，支持复古物件、建筑、机器人、雕塑等多种类型的资产创作。其次是图像转 3D 资产生成，上传单张参考图像，模型就能还原出对应的三维结构和外观，大幅降低了 3D 建模的门槛。

在编辑功能方面，TRELLIS 提供了 3D 资产变体生成能力，可根据文本提示为现有 3D 资产更换材质、调整风格，比如将普通模型改为金属工业风、针织织物风或透明科技风。同时它还支持精准的局部 3D 编辑，能够针对资产的特定区域进行修改，例如移除战斗机器人的手臂、添加光束武器、将腿部替换为履带底盘等，这是此前多数 3D 生成模型不具备的能力。此外，TRELLIS 支持多格式输出，同一生成结果可解码为辐射场、3D 高斯和网格（GLB）三种主流 3D 表示形式，其中 GLB 格式可直接导入 Blender、Maya 等主流 3D 软件使用。

能帮用户实现的价值

TRELLIS 能够极大提升 3D 内容创作的效率，将原本需要数小时甚至数天的手工建模工作缩短至几分钟内完成。对于创作者而言，它可以快速将创意转化为可视化的 3D 资产，无需掌握复杂的 3D 建模软件操作；对于开发团队来说，它能批量生成游戏、动画所需的基础 3D 素材，降低内容制作成本；对于设计师而言，它可以快速产出产品 3D 原型，辅助设计迭代；对于科研人员而言，它提供了先进的 3D 生成技术框架，可用于相关领域的研究与实验。

收费情况

TRELLIS 目前是纯学术研究项目，官方明确表示代码、预训练模型和相关数据集将全部公开发布，现阶段没有任何商业收费计划。用户可以免费使用官方提供的在线 Demo 体验生成功能，后续代码开源后，也可免费下载并在本地部署使用，非商业用途无需支付任何费用，商业使用需遵循对应的开源协议并提前确认授权条款。

使用方法

TRELLIS 的使用分为在线 Demo 体验和本地部署两种方式。在线体验是最便捷的方式，用户只需访问官方网站https://trellis3d.github.io，在页面中选择对应的生成模式，文本转 3D 模式下输入清晰具体的提示词，图像转 3D 模式下上传主体突出、背景干净的参考图片，等待模型推理完成后，即可查看 3D 渲染结果，点击生成卡片还能下载 GLB 格式的 3D 文件。如需使用编辑功能，可在生成资产后切换至资产变体或局部编辑模块，输入对应的修改提示词即可完成调整。

本地部署方式需等待官方发布完整代码后进行，届时用户可克隆 GitHub 仓库，按照文档说明安装 Python、PyTorch 等依赖环境，准备好符合要求的 GPU 硬件，运行推理脚本即可在本地实现 3D 生成与编辑，本地部署支持更高的生成自由度和批量处理能力。

适用人群

TRELLIS 适合多个领域的从业者和爱好者使用。3D 艺术家和插画师可以用它快速生成创意草图的 3D 版本，辅助艺术创作；游戏开发者和动画师能够批量制作游戏角色、场景道具和动画素材，缩短项目周期；产品设计师可以快速构建产品 3D 原型，验证设计方案；AI 研究人员可基于其开源框架进行 3D 生成技术的进一步研究；元宇宙内容创作者能够高效搭建虚拟空间和数字资产；教育工作者也可利用它制作 3D 教学模型，提升教学的直观性。

适用场景

TRELLIS 的应用场景十分广泛。在游戏行业，可用于制作游戏内的道具、角色、建筑等基础资产，尤其适合独立游戏团队快速填充内容；在影视与动画行业，可用于前期概念设计和分镜的 3D 可视化，加快制作流程；在产品设计领域，能够快速生成工业产品、消费品的 3D 原型，辅助设计评审和修改；在元宇宙与虚拟空间领域，可批量生成虚拟场景、数字藏品和虚拟形象；在 3D 艺术创作领域，艺术家可借助其生成基础模型，再进行二次创作，打造独特的 3D 艺术作品；在科研与教育领域，可用于制作科学可视化模型和教学演示 3D 素材。

与同行对比的核心优势

相较于现有的 3D 生成模型，TRELLIS 拥有多项显著优势。首先是统一的结构化潜变量表示，这一创新设计让同一生成结果可以解码为多种主流 3D 格式，解决了不同下游应用需要重新转换格式的问题，大幅提升了资产的通用性。其次是模型规模与训练数据的优势，TRELLIS 训练了最高 20 亿参数的模型，在包含 50 万个多样化 3D 资产的大规模数据集上进行训练，生成的资产在几何细节和纹理质量上显著超越了同规模的现有方法。

第三是独特的编辑能力，TRELLIS 是首个同时支持 3D 资产变体生成和精准局部编辑的大规模 3D 生成模型，用户可以灵活修改资产的材质、风格和局部结构，无需重新生成完整模型，极大提升了资产迭代效率。第四是多条件输入支持，同时兼容文本和图像两种输入方式，满足不同用户的创作需求。最后是生成结果的实用性，TRELLIS 可直接导出工业标准的 GLB 格式文件，无需复杂的后期处理即可导入主流 3D 软件使用。

使用教程与评测

基础使用教程

1. 访问 TRELLIS 官方网站https://trellis3d.github.io，这是该项目唯一的官方平台。
2. 在页面中找到生成模块，选择 “文本转 3D 资产” 或 “图像转 3D 资产” 模式。
3. 文本转 3D 模式下，输入包含物体类型、材质、风格、细节的提示词，例如 “复古铜制旋转电话，带有复杂雕花细节”；图像转 3D 模式下，点击上传按钮，选择清晰的参考图像。
4. 点击生成按钮，等待模型推理，在线 Demo 通常在几分钟内即可完成生成。
5. 生成完成后，页面会显示 3D 高斯渲染的外观和网格渲染的几何结构，点击生成卡片即可下载 GLB 格式的 3D 文件。
6. 如需编辑资产，切换至 “资产变体” 或 “局部操作” 模块，输入对应的修改提示词，例如 “将材质改为 rugged 金属质感，搭配橙白涂装”，即可生成修改后的版本。

综合评测

从官方发布的评测结果来看，TRELLIS 在文本转 3D 和图像转 3D 的核心任务上，各项指标均显著优于此前的同规模 3D 生成模型，生成的资产几何结构更准确，纹理细节更丰富，很少出现畸形、漏项等常见问题。其多格式输出能力解决了行业长期存在的 3D 资产格式不兼容问题，GLB 格式的导出功能让生成结果可以直接应用于生产流程。局部编辑功能是其最大的亮点之一，能够精准定位并修改资产的特定区域，大幅降低了 3D 资产修改的成本。

不过目前 TRELLIS 也存在一定的局限性，它更擅长生成艺术风格的 3D 资产，对于写实风格的真实世界物体，生成效果还有提升空间。此外，20 亿参数的大模型对硬件要求较高，本地部署需要具备大显存的 GPU。

使用注意事项

使用 TRELLIS 时，首先要注意提示词的撰写，尽量具体明确，包含物体的类型、材质、颜色、风格和细节特征，这样能获得更符合预期的生成结果。进行图像转 3D 时，建议使用主体突出、背景干净、光线均匀的参考图像，避免模糊、遮挡或复杂背景的图片，否则可能导致生成的 3D 结构不准确。

生成的 3D 资产可能存在少量几何瑕疵或纹理不完美的地方，建议导入 3D 软件进行简单的后期微调，以满足专业生产的需求。由于模型目前更擅长艺术风格，若需要生成写实物体，可在提示词中强调写实风格，并适当增加细节描述。使用开源代码和模型时，需严格遵守官方发布的开源协议，商业用途前务必联系微软研究院确认授权，避免法律风险。同时，要注意生成内容的版权，不要使用受版权保护的图像或文本作为输入，避免侵权。

常见问题解答

1. 生成的 3D 资产可以用于商业用途吗？

   TRELLIS 目前是纯学术研究项目，官方发布的代码、模型和数据集仅供非商业研究使用。如果需要将生成的资产用于商业目的，需提前联系微软研究院，确认对应的授权条款和使用范围。

2. TRELLIS 支持哪些 3D 输出格式？

   TRELLIS 支持三种主流的 3D 表示形式输出，分别是辐射场、3D 高斯和网格格式，其中网格格式以工业标准的 GLB 文件提供，可直接导入 Blender、Maya、Unity、Unreal Engine 等主流 3D 软件和游戏引擎使用。

3. 在线生成一个 3D 资产需要多长时间？

   在线 Demo 的生成速度取决于服务器负载和生成内容的复杂程度，通常简单的物体在 1-3 分钟内即可完成生成，复杂的建筑或机械结构可能需要 3-5 分钟。

4. 本地部署 TRELLIS 需要什么硬件配置？

   运行 20 亿参数的完整模型，建议使用至少配备 24GB 显存的 NVIDIA GPU，同时需要足够的 CPU 和内存资源来处理数据加载和后处理。官方后续可能会推出轻量化版本，适配更低配置的硬件。

5. 可以对生成的 3D 资产进行局部修改吗？

   可以，TRELLIS 支持精准的局部 3D 编辑功能，用户可以通过文本提示，对资产的特定区域进行添加、移除、替换等操作，例如为机器人添加武器、为房屋更换屋顶样式等。

6. 官方使用的数据集是否公开？

   TRELLIS 训练所使用的 50 万个 3D 资产均来源于公开数据集，官方已对数据集进行了审核，确保其中不包含个人身份信息和有害内容。不过数据集的具体获取方式需等待官方后续发布。