在 3D 内容创作领域，单张图像生成 3D 资产始终是兼顾效率与质量的核心需求，却长期面临诸多痛点：传统方法要么几何细节粗糙、纹理一致性差，要么流程繁琐需多步预处理，要么推理速度与资产质量难以兼顾，即便生成成果也常出现视角切换时几何崩塌、无法导出可编辑标准资产的问题，严重制约了 3D 内容生产、快速原型制作等场景的落地效率。
针对于此， Microsoft 团队于 2025 年 12 月开源发布 TRELLIS.2 模型，专门面向单张图像生成高质量 3D 资产与纹理化任务，旨在打破单图 3D 生成的效率与质量瓶颈，让高分辨率全纹理 3D 资产生成更便捷、更可控。
作为一款兼顾性能与实用性的 3D 生成模型，TRELLIS.2 核心优势在于创新性采用 O-Voxel 稀疏体素表示，结合 16 倍空间压缩技术，既解决了传统 3D 生成中拓扑灵活性与存储效率的矛盾，又能精准还原物体锐利边缘与复杂内部构造，同时原生支持 PBR 材质推理，生成包含基础颜色、金属度、粗糙度等多通道信息的全纹理资产，避免了多视角渲染的色彩不一致问题。
此外，模型支持多种分辨率与级联推理配置，可通过可控推理参数在速度与质量之间灵活权衡，适配 3D 内容生产、快速原型制作、AR / VR 内容创作、创意探索等多种实际场景。
教程链接： go.openbayes.com/1CjyV
使用云平台: OpenBayes
1.登录 OpenBayes.com，在「公共教程」页面，搜索并选择「TRELLIS.2 3D 生成 Demo」教程。
2.页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
3.在当前页面中看到的算力资源均可以在平台一键选择使用。平台会默认选配好原教程所使用的算力资源、镜像版本，不需要再进行手动选择。点击「继续执行」，等待分配资源。
4.等待分配资源，当状态变为「运行中」后，点击「打开工作空间」进入 Jupyter Workspace。
使用教程如下：
1.页面跳转后，点击左侧 README.ipynb 文件，进入后点击上方「运行」。
2.待运行完成，即可点击右侧 API 地址跳转至 demo 页面。
3.在 demo 界面上传图像，配置 Resolution（分辨率）、Seed（随机性）、Decimation Target（面压缩目标）和 Texture Size （纹理尺寸）
4.输入完成后点击运行，稍等片刻右侧结果框生成预览，点击 Extract GLB 导出 .glb 文件。
