文本到3D

TRELLIS 是微软开源的一个基于深度学习技术的大型3D资产生成模型，能够根据文本或图像提示生成高质量的3D资产，支持多种输出格式，如辐射场、3D高斯和网格等。其核心技术是结构化潜在表示（SLAT），通过修正流转换器（Rectified Flow Transformers）作为骨干网络，预训练模型参数规模高达20亿，训练数据来自包含50万个多样化对象的3D资产数据集。TRELLIS 在生成质量、多样性和3D编辑灵活性方面显著优于现有方法，适用于游戏开发、动画制作、AR/VR及科学可视化等领域。