TRELLIS.2: Microsofts quelloffenes Bild-zu-3D-Modell erzeugt PBR-Assets in Sekunden
Microsoft Research hat TRELLIS.2 veröffentlicht, ein Bild-zu-3D-Modell mit 4 Milliarden Parametern, das texturierte 3D-Assets mit vollständigen PBR-Materialien erzeugt. Es steht unter MIT-Lizenz, ist quelloffen und schnell: 3 Sekunden bei 512³, 17 Sekunden bei 1024³ und 60 Sekunden bei 1536³ auf einer NVIDIA H100.
Microsofts TRELLIS verwandelt 2D-Bilder in voll texturierte 3D-Modelle
Was es erzeugt
Anders als frühere Bild-zu-3D-Modelle, die einfache Meshes mit eingebackenen Vertex-Farben ausgeben, liefert TRELLIS.2 komplette PBR-Material-Maps: Albedo, Metallic, Roughness, Normal und Opacity. Genau diese Maps erwarten Game-Engines und Rendering-Pipelines, generierte Assets können also ohne manuelles Material-Setup direkt nach Blender, Unreal Engine oder Unity.
Das Modell nutzt Flow-Matching-Transformer und eine neuartige O-Voxel-Repräsentation. O-Voxel ist eine feldfreie, spärliche Voxel-Struktur mit 16-facher räumlicher Kompression, die beliebige Topologie verarbeitet. Dazu zählen offene Flächen, nicht-mannigfaltige Geometrie und innere Strukturen, die frühere Iso-Surface-Verfahren nicht abbilden konnten.
Tempo und Auflösung
Die Generierungsdauer skaliert mit der Auflösung:
| Auflösung | Zeit (H100) |
|---|---|
| 512³ | ~3 Sekunden |
| 1024³ | ~17 Sekunden |
| 1536³ | ~60 Sekunden |
Die Umwandlung von Mesh zu O-Voxel dauert auf der CPU unter 10 Sekunden. Von O-Voxel zurück zum Mesh geht es mit CUDA-Beschleunigung in unter 100 Millisekunden.
Der Vergleich zu TRELLIS 1
TRELLIS.2 verdoppelt die Parameterzahl von 2 auf 4 Milliarden. Das ursprüngliche TRELLIS konnte brauchbare Geometrie erzeugen, es fehlten aber richtige PBR-Materialien. Version 2 ergänzt die vollständige Material-Pipeline, verarbeitet komplexere Topologie und läuft in höheren Auflösungen.
Tutorial: 3D-Modelle aus 2D-Bildern mit TRELLIS erstellen
So nutzt du es
Es gibt mehrere Wege, TRELLIS.2 laufen zu lassen:
Hugging-Face-Demo. Eine kostenlose Web-Demo, in der du ein Bild hochlädst und ein 3D-Modell zurückbekommst, ganz ohne lokales Setup.
Lokale Installation. Das GitHub-Repository enthält Docker-Images für die lokale Installation. Du brauchst eine NVIDIA-GPU mit mindestens 24 GB VRAM, damit es angenehm läuft.
ComfyUI-Integration. Von der Community gebaute ComfyUI-Nodes binden TRELLIS.2 zusammen mit anderen KI-Tools in bestehende Generierungs-Workflows ein.
Warum das wichtig ist
Quelloffenes Bild-zu-3D wird stetig besser, aber die meisten Modelle liefern entweder brauchbare Geometrie mit schlechten Texturen oder hübsche Ergebnisse, die bei genauem Blick auf die Topologie auseinanderfallen. TRELLIS.2 löst beides und erzeugt saubere Geometrie mit ordentlichen PBR-Materialien in produktionsrelevanten Auflösungen. Die MIT-Lizenz erlaubt die kommerzielle Nutzung ohne Einschränkungen.
Für Spieleentwickler und 3D-Artists ist das ein nützliches Prototyping-Werkzeug. Concept-Art-Bild reinwerfen, in Sekunden ein texturiertes 3D-Modell bekommen und von dort aus verfeinern.