Imagen a 3D con TRELLIS: assets 3D a partir de un prompt
TRELLIS convierte una imagen o un prompt en un asset 3D GLB, con licencia MIT. Qué clava, y la limpieza que aún necesita.
Traducción generada automáticamente con IA. La versión alemana es el original revisado por la redacción.
TRELLIS, el generador 3D abierto de Microsoft Research, convierte una sola imagen o un prompt de texto en un asset 3D utilizable en menos de dos minutos sobre una GPU de consumo, y se distribuye bajo licencia MIT. Para conceptualización, previsualizaciones web y AR, y maquetas de comercio electrónico, eso es un atajo genuino. Para pipelines de videojuegos o CAD, el encuadre honesto es distinto: trata la salida como un punto de partida rápido que aún necesita limpieza, no como un asset terminado.
Este artículo cubre qué es TRELLIS, cómo funciona, dónde encaja en un pipeline de assets real y los puntos en los que deja de ser una respuesta de un solo clic.
01. Qué es TRELLIS
TRELLIS es un modelo generativo 3D que acepta una imagen, varias imágenes o un prompt de texto y produce un asset 3D.
🔸 Latentes estructurados (SLAT). La idea central es un latente unificado que fusiona una rejilla de vóxeles 3D dispersa para la estructura con rasgos visuales densos para la apariencia. Desacoplar la forma del aspecto es lo que permite que el mismo latente se convierta en salidas distintas.
🔸 Tres salidas desde un latente. Campos de radiancia, gaussianas 3D o una malla exportada como GLB. GLB es el objetivo práctico, ya que arrastra los materiales a visores web y AR.
🔸 Abierto y con licencia MIT. El caballo de batalla de imagen, TRELLIS-image-large, tiene 1,2B de parámetros. El modelo y la mayor parte del código son MIT, lo que importa para uso comercial. Una línea más reciente de 4B añade materiales físicamente basados completos, digna de seguir a medida que madura.
🔸 Entrenado a escala. Unos 500.000 objetos curados, con el artículo aterrizando como Spotlight de CVPR 2025.
Esto se sitúa junto al extremo paramétrico y controlable del trabajo 3D que cubrimos en Grasshopper para diseño computacional. El 3D generativo y el 3D paramétrico resuelven problemas distintos.
02. Cómo funciona
El pipeline es breve de describir y útil de entender antes de comprometer una GPU a ello.
- Entrada. Una sola imagen, varias vistas o un prompt de texto.
- Latente estructurado. Un transformer de flujo rectificado en dos etapas genera primero la estructura dispersa y después rellena los rasgos SLAT.
- Decodificación. El latente se decodifica al formato que elijas: malla, gaussianas o campo de radiancia.
En la práctica, cuenta con unos 16GB de VRAM como suelo, con 24GB cómodo. La generación corre en menos de dos minutos sobre una RTX 4090. Las builds de la comunidad reducen aún más las necesidades de memoria, que es lo que hace realista autoalojar TRELLIS en lugar de alquilarlo. Para equipos que ya ponderan inferencia local frente a alojada, el mismo compromiso que escribimos en on-premise frente a LLM en la nube aplica también a los medios generativos.
03. Dónde encaja en un pipeline de assets
El mejor encaje es al frente del pipeline, donde la velocidad supera al pulido.
🔸 Una foto de producto o un prompt a un GLB. Suéltalo en un visor three.js o un model viewer en la web, convierte a USDZ para AR, o escénalo en una escena de visualización. La conceptualización rápida y las previsualizaciones son donde brilla TRELLIS.
🔸 Edición local. TRELLIS puede regenerar o refinar una región del modelo, algo raro entre los generadores de una sola imagen.
🔸 Honesto sobre la topología. La salida es geometría generativa, no limpia de artista. Espera triángulos irregulares, sin flujo de aristas limpio, y UVs autogeneradas. Para videojuegos o cine harás retopología, re-UV y rebake de texturas. La línea más reciente consciente de materiales estrecha esa brecha sin cerrarla.
Así que la prueba de valor para un asset dado es simple: ¿tiene que verse bien en un visor la semana que viene, o tiene que ser un asset de videojuego riggeable y optimizado? TRELLIS es excelente en lo primero y un punto de partida para lo segundo.
04. TRELLIS frente a las alternativas
El campo 3D abierto y alojado se movió rápido. Una orientación rápida:
| Modelo | Tipo | Licencia | Nota |
|---|---|---|---|
| TRELLIS | Imagen y texto a 3D | MIT | Verdaderamente permisiva, salida multiformato, edición local |
| Hunyuan3D | Imagen a 3D, textura de alta resolución | Community, con condiciones | Buena calidad de textura abierta, licencia no plenamente permisiva |
| Stable Fast 3D | Una sola imagen a 3D | Gratis bajo un tope de ingresos | Casi instantáneo, menor fidelidad |
| Tripo | Imagen y texto a 3D | SaaS comercial | Mallas más limpias, más listas para videojuegos |
| Rodin | Imagen y texto a 3D | SaaS comercial | Salida pulida, orientada a producción |
Dónde se sitúa TRELLIS: la opción genuinamente MIT más sólida, con salida multiformato y edición local. Las herramientas alojadas como Tripo y Rodin lo superan en topología limpia lista para usar, y Hunyuan a menudo gana en textura pero con una licencia más restrictiva. Si tu restricción es ser dueño del modelo y de los términos legales, TRELLIS es el punto de partida obvio.
05. Los límites honestos, y cómo lo usamos
Unas cuantas advertencias que ponemos sobre la mesa antes de que nadie cablee TRELLIS en producción:
🔸 La topología y las UVs no son listas para usar en videojuegos o CAD. Presupuesta retopología.
🔸 El CAD queda fuera de alcance. Las mallas generativas no son sólidos paramétricos, así que no son geometría de ingeniería.
🔸 El riesgo del input es tuyo. El modelo es MIT, pero la exposición legal de tu imagen o prompt de entrada es tuya. No alimentes tomas de producto que no puedas licenciar.
Tratamos TRELLIS como un motor de conceptualización y previsualización: una forma de poner un asset 3D creíble delante de un cliente en una tarde, y después decidir qué merece un pipeline acabado a mano. Ese es el mismo instinto detrás de dónde es útil la ola actual de modelos de vídeo de IA, y la misma disciplina de selección que aplicamos al elegir un modelo de imagen. La herramienta no es el entregable. El criterio sobre dónde encaja sí lo es.
