El motor es abierto. Léelo, ejecútalo, construye sobre él.

Lo que añadimos a TRELLIS.2

TRELLIS.2 convierte una sola foto en una malla texturizada. Esto es lo que se apoya encima.

• Cuatro fotos de un mismo objeto. TRELLIS.2 trabaja sobre una imagen. Esta vía coloca tu frente, tu derecha, tu izquierda y tu espalda en una sola rejilla y deja que el modelo decida ahí — primero sobre el volumen grueso, luego en cada uno de los dos pasos que tallan la superficie — en lugar de fabricar cuatro objetos y promediarlos. Los pesos multivista son los de Pixal3D (TencentARC, MIT), convertidos a FP8 aquí para que toda la vía quepa en una tarjeta de 8 GB.
• El ángulo de cada foto se mide. Depth Anything 3 lee en los píxeles desde qué ángulo se tomó cada foto, y qué lado muestra cada perfil, así que un giro hecho a mano no tiene que ser un cuarto de vuelta limpio. Cuando la lectura no es clara, el motor vuelve al cuarto de vuelta perfecto, y el resultado dice cuál de los dos se usó.
• Las cuatro imágenes llegan a la misma escala. Cada recorte se dimensiona sobre la altura del sujeto, que girar no cambia. Recortada por su cuenta, una motocicleta llegaba al modelo con escalas separadas un 37,9 % entre sus vistas y salía demasiado gruesa; un casete, un 39,7 %. En un sujeto más alto que ancho, una cabeza o una figura, los recortes ya coincidían y no cambia nada.
• Una pieza solo se elimina si es pequeña Y está despegada. Pequeña al lado de la pieza más grande, y separada de ella. En el samurái: 1133 piezas distintas, de las cuales 185 estaban realmente despegadas y se fueron, un 1,21 % de la superficie; las 941 apoyadas sobre el casco se quedaron, porque quitarlas abre un agujero donde estaban. Si la limpieza llega a querer más del 5 % de la superficie, no toca nada y lo dice.
• El material se comprueba antes de que el archivo salga. El modelo escribe un metal de 0,6 a 0,8 en una figura de resina. Es ruido, y en cualquier visor oscurece el color y tiñe los reflejos: se pone a cero. También hornea una transparencia que copia la luminancia — el 53 % de un casete negro salía marcado como translúcido, y algunos visores lo representan como vidrio, así que un objeto opaco sale sin ella. Y las caras traseras se activan según los bordes abiertos que la malla tiene de verdad, en lugar de activarse en todo.
• Hecho para una tarjeta de 8 GB. Pesos en FP8, y los modelos se cargan uno tras otro para dejar la tarjeta libre entre pasos. El número de triángulos lo fija el nivel, 150 000 en Estándar, y los límites de seguridad se leen en la tarjeta: una forma demasiado pesada para remallar se devuelve por debajo del límite en vez de llevarse el controlador por delante.

Ponerlo en marcha

1. 1
   Instalarlo. Diez pasos, no tres. Tres extensiones CUDA se compilan en tu propia máquina, así que necesitas Python 3.12, el toolkit CUDA 12.8 y un compilador C++ antes que nada. Ningún peso viene con el código y el motor no los descarga por ti: unos 9,5 GB a mano para una foto, 14,3 GB para cuatro, y DINOv3 espera a que una persona en Meta apruebe tu solicitud. Medido en Windows; Linux debería funcionar, y no lo hemos ejecutado.
2. 2
   Darle una foto. Una imagen basta para obtener una malla, y es la instalación más corta. Añade derecha, izquierda y espalda y el motor funde las cuatro: 4,8 GB más de pesos, y una extensión más que compilar. Tres lados o ninguno; dos se rechaza.
3. 3
   Recoge un .glb. Texturizado, desplegado en UV, orientado con Y hacia arriba. Se abre en Blender, en Unreal, en todo lo que lea glTF.