CPU3D3D、视频与音频的 AI 工具

TripoSR:3D 生成器——功能与运行要求

TripoSR 是一个开源工具,用于根据单张图片快速创建三维物体。它解决的是 image-to-3D 任务,即将平面图像转换为立体模型,并侧重于高速度运行。

功能

据开发者描述,TripoSR 能够根据单张输入图像重建物体的三维几何结构。作者强调重建速度,这一点也体现在项目名称中。参数表中未透露输出模型和纹理支持格式的细节。

运行要求

  • 平台:据作者描述,运行需要 CUDA。这意味着需要 NVIDIA 图形处理器。
  • 显存:作者指出,处理一张默认参数的图像大约需要 6 GB VRAM
  • 语言与环境:代码使用 Python 编写。作者建议在安装依赖时,如果系统支持 CUDA,则安装 CUDA。
  • 模型文件:模型权重占用 1.6 GB。最大的文件同样为 1.6 GB。
  • 许可证:代码和权重均采用 MIT 许可证分发。这允许自由使用,包括商业用途。
  • 托管:代码可在仓库 github.com/VAST-AI-Research/TripoSR 获取,模型权重可在 huggingface.co/stabilityai/TripoSR 获取。

适用人群

TripoSR 适合需要从图片快速进行 3D 物体粗略重建的开发者与研究人员,并且愿意在配备 NVIDIA 显卡的本地机器上运行 Python 脚本。开放的 MIT 许可证允许将该生成器无限制地集成到自己的项目中。

该工具不适合没有配备 NVIDIA 独立显卡且显存低于 6 GB 的用户。它也不适合期望现成图形界面应用的用户——操作通过命令行和 Python 脚本进行。作者不提供云服务版本,在 AMD 或 Intel GPU 的电脑上无法本地运行 TripoSR,除非它们支持 CUDA。

TripoSR 是一个系统要求明确的紧凑型工具。其创作者宣称的主要特点是单张照片快速出结果,这在处理时间比细节更重要的任务中可能至关重要。

TripoSR 流水线 从单张图像生成 3D 模型 输入 单张 图像 RGB,任意视角 预处理 归一化 并调整 至模型尺寸 TripoSR Transformer 神经网络 权重:1.6 GB 重建 构建 三维 网格 输出 带纹理的 3D 模型 导出格式: OBJ, GLB, PLY 平台:CUDA · 显存:6 GB 起 · 语言:Python · 许可证:MIT 开发者:Stability AI 和 Tripo(VAST Tripo) · 开源
TripoSR 的处理流程。示意图依据工具参数表绘制。

参数表

任务image-to-3d 来源
代码许可证MIT 来源
权重许可证mit 来源
平台CUDA 据作者描述 来源
显存6 GB 据作者描述 来源
最大权重文件1.6 GB 来源
全部权重文件1.6 GB 来源
语言Python 来源
代码最近更新2026-06-04 来源
仓库创建时间2024-02-07 来源
经常变化 — 数据截至 2026-08-19
GitHub 星标6806 来源
Fork 数874 来源
月下载量166842 来源
模型更新2024-08-09 来源

数值由程序自动从官方来源采集,并于 2026-08-19 核对。每个数值都附来源链接;取自开发者页面的数值还附有原文引用——将鼠标悬停在标注上即可查看。价格与版本为核对日期时的数据,变化最频繁——购买前请以官网为准。

相关阅读