Da immagine a 3D con TRELLIS: asset 3D a partire da un prompt
TRELLIS trasforma un'immagine o un prompt in un asset 3D GLB, con licenza MIT. Cosa padroneggia e quale rilavorazione richiede ancora.
Traduzione generata automaticamente con IA. La versione tedesca è l'originale verificato dalla redazione.
TRELLIS, il generatore 3D open di Microsoft Research, trasforma una singola immagine o un prompt testuale in un asset 3D utilizzabile in meno di due minuti su una GPU consumer, ed è disponibile con licenza MIT. Per il concepting, le anteprime web e AR e i mockup e-commerce, è una vera scorciatoia. Per le pipeline di game o CAD, l'inquadramento onesto è diverso: trattate l'output come un blocco di partenza rapido che richiede ancora rilavorazione, non come un asset finito.
Questo articolo tratta che cos'è TRELLIS, come funziona, dove si inserisce in una vera pipeline di asset e in quali punti smette di essere una risposta a un clic.
01. Che cos'è TRELLIS
TRELLIS è un modello 3D generativo che prende un'immagine, più immagini o un prompt testuale e produce un asset 3D.
🔸 Latenti strutturati (SLAT). L'idea centrale è un latente unificato che collega una griglia voxel 3D sparsa per la struttura con caratteristiche visive dense per l'aspetto. Disaccoppiare la forma dall'aspetto è ciò che permette allo stesso latente di diventare output diversi.
🔸 Tre output da un latente. Radiance field, gaussiane 3D oppure una mesh esportata come GLB. Il GLB è l'obiettivo pratico, poiché trasporta i materiali nei viewer web e AR.
🔸 Open e con licenza MIT. Il cavallo da lavoro per le immagini, TRELLIS-image-large, ha 1,2 miliardi di parametri. Il modello e la maggior parte del codice sono sotto licenza MIT, il che conta per l'uso commerciale. Una serie 4B più recente aggiunge materiali completi basati sulla fisica, da tenere d'occhio mentre matura.
🔸 Addestrato su larga scala. Circa 500.000 oggetti curati, con il paper come CVPR 2025 Spotlight.
Questo si affianca all'estremo parametrico e controllabile del lavoro 3D, che trattiamo in Grasshopper per il design computazionale. Il 3D generativo e il 3D parametrico risolvono problemi diversi.
02. Come funziona
La pipeline è breve da descrivere e utile da capire prima di dedicarle una GPU.
- Input. Una singola immagine, più viste oppure un prompt testuale.
- Latente strutturato. Un transformer rectified-flow a due stadi genera prima la struttura sparsa e poi riempie le caratteristiche SLAT.
- Decodifica. Il latente si decodifica nel formato scelto: mesh, gaussiane o radiance field.
In pratica, mettete in conto circa 16 GB di VRAM come soglia minima, con 24 GB si lavora comodamente. La generazione avviene in meno di due minuti su una RTX 4090. Le build della community riducono ulteriormente il fabbisogno di memoria, il che rende TRELLIS realisticamente ospitabile in autonomia invece che noleggiato. Per i team che già valutano l'inferenza locale rispetto a quella ospitata, vale lo stesso compromesso descritto in On-premise contro cloud LLM, anche per i media generativi.
03. Dove si inserisce in una pipeline di asset
Il punto di massima aderenza è l'inizio della pipeline, dove la velocità conta più della rifinitura.
🔸 Da una foto prodotto o un prompt a un GLB. Inseritelo in un viewer three.js o in un model-viewer sul web, convertitelo in USDZ per l'AR oppure collocatelo in una scena di visualizzazione. Il concepting rapido e le anteprime sono il terreno in cui TRELLIS brilla.
🔸 Editing locale. TRELLIS può rigenerare o raffinare una regione del modello, cosa rara tra i generatori a singola immagine.
🔸 Onesto sulla topologia. L'output è geometria generativa, non pulita a livello artistico. Aspettatevi triangoli irregolari, nessun edge flow pulito e UV generate automaticamente. Per i game o il cinema dovrete retopologizzare, rimappare le UV e ricreare le texture. La serie più recente consapevole dei materiali riduce questo divario senza colmarlo.
Il test di valore per un dato asset è quindi semplice: deve avere un aspetto corretto in un viewer la settimana prossima, oppure deve essere un asset di gioco riggabile e ottimizzato? TRELLIS eccelle nel primo caso ed è un punto di partenza per il secondo.
04. TRELLIS a confronto con le alternative
Il campo del 3D open e ospitato si è mosso rapidamente. Un breve orientamento:
| Modello | Tipo | Licenza | Nota |
|---|---|---|---|
| TRELLIS | Immagine e testo a 3D | MIT | Davvero permissiva, output multi-formato, editing locale |
| Hunyuan3D | Immagine a 3D, texture ad alta risoluzione | Community, con condizioni | Ottima qualità texture open, licenza non del tutto permissiva |
| Stable Fast 3D | Singola immagine a 3D | Gratuito sotto una soglia di fatturato | Quasi istantaneo, minore fedeltà di dettaglio |
| Tripo | Immagine e testo a 3D | SaaS commerciale | Mesh più pulite, più pronte per il game |
| Rodin | Immagine e testo a 3D | SaaS commerciale | Output rifinito, vicino alla produzione |
Dove si colloca TRELLIS: l'opzione davvero sotto licenza MIT più forte, con output multi-formato ed editing locale. Strumenti ospitati come Tripo e Rodin lo superano per topologia pulita fin da subito, e Hunyuan spesso vince sulla texture, ma con una licenza più restrittiva. Se il vostro requisito è possedere il modello e le condizioni legali, TRELLIS è il punto di partenza evidente.
05. I limiti onesti, e come lo usiamo
Alcune riserve che mettiamo sul tavolo prima che qualcuno integri TRELLIS in produzione:
🔸 Topologia e UV non sono pronte all'uso per il game o il CAD. Mettete a budget il retopo.
🔸 Il CAD è fuori portata. Le mesh generative non sono solidi parametrici, quindi non sono geometria ingegneristica.
🔸 Il rischio dell'input è vostro. Il modello è MIT, ma l'esposizione legale della vostra immagine o del vostro prompt di input è vostra. Non date in pasto foto di prodotto che non potete concedere in licenza.
Trattiamo TRELLIS come un motore di concepting e previz: un modo per portare un asset 3D credibile davanti a un cliente in un pomeriggio, e poi decidere cosa merita una pipeline realizzata a mano. È lo stesso istinto dietro dove è utile l'attuale ondata di modelli video IA, e la stessa disciplina di selezione che applichiamo nella scelta di un modello di immagine. Lo strumento non è la consegna. Il giudizio su dove si inserisce lo è.
