ComfyUI 三套 TRELLIS 节点包对比：安装方式、节点覆盖与各自适合的人

微软研究院在 2025 年 12 月以 MIT 许可放出 TRELLIS.2，社区节点包几天之内就跟上了。目前被讨论最多的是三套：visualbruno/ComfyUI-Trellis2 与 PozzettiAndrea/ComfyUI-TRELLIS2 包的是 TRELLIS.2，if-ai/ComfyUI-IF_Trellis 包的则是更早的 TRELLIS 1.x。三者都放在 custom_nodes 目录下，都能写出一个网格文件，但在第一次出结果之前要你付出的工作量差别很大。

这篇对比只看四件真正决定安装能否活下来的事：安装方式如何交付、需要编译哪些 CUDA 扩展、网格生成之后的节点覆盖到哪一步、仓库最近有没有动。Star 数只给大致区间，因为它每周都在变；下面每个数字都建议你在动手之前去仓库页面再核对一遍。

TRELLIS 节点包到底包了什么

这三个项目都不训练模型。TRELLIS.2 是一个 40 亿参数的模型，预测一种紧凑的结构化潜变量（微软称其为 O-Voxel），再从单张图片解码出几何体，以及基础色、粗糙度与金属度贴图。ComfyUI 节点包做的是加载这些权重、接进节点图，并决定周边流程里有多少步骤能变成节点：图像预处理与去背景、稀疏结构与形状采样、贴图阶段、重网格与补洞，最后是导出节点。if-ai 所包的 TRELLIS 1.x 是另一个模型，输出也不同，还能解码高斯与辐射场表示，所以跨版本的对比只在同一模型版本内部才成立。

三套节点包速览

依赖面才是安装真正翻车的地方

visualbruno/ComfyUI-Trellis2：自带 wheel，节点最多

这套包把安装当成供应链问题来解决。仓库直接提供 Windows 预编译 wheel，覆盖几个平时必须自己编译的组件：CuMesh、nvdiffrast、nvdiffrec_render、FlexGEMM 和 o_voxel，按 Torch 版本分目录存放，有 Torch 2.7 与 2.8 的 cp311 版本，便携版也给出了对应的 python_embeded 命令。把五条 pip 命令粘进去，装好 requirements.txt，还剩一件事：TRELLIS.2 用 DINOv3 做图像条件，受限访问的 facebook/dinov3-vitl16-pretrain-lvd1689m 必须放到 ComfyUI/models/facebook/dinov3-vitl16-pretrain-lvd1689m。作者标注的测试环境是 Windows 11、Python 3.11 与 Torch 2.7.0 + cu128。节点覆盖也从生成延伸到了清理：通过 Meshlib 与 CuMesh 补洞、四边面重网格、焊接顶点、trimesh 减面、批量导出、多视图生成器、多视图贴图以及 FP8 权重。

预编译 wheel 覆盖不到的地方

看 changelog 最诚实：2026 年 2 月补上了 Python 3.13、Torch 2.10 和 CUDA 13.1 的 wheel，这同时说明版本矩阵是有限的。如果你的组合落在矩阵之外，就要用作者自己的分支去编译 CuMesh、o_voxel 和 FlexGEMM，针对某个 Blackwell 报错社区里也有单独的分支。离开矩阵，这套包是三者里最难装的；留在矩阵内，它基本是复制粘贴的活。

PozzettiAndrea/ComfyUI-TRELLIS2：依赖隔离，手工步骤最少

如果你不想自己管 Python 环境，先试这套。README 按可靠性从高到低给了三条路：在 ComfyUI Manager 里搜 TRELLIS2，安装列出的最高版本；通过 Manager 的 Git URL 安装；或者克隆仓库后依次执行 pip install -r requirements.txt 和 python install.py。它的一键安装走实验性的 comfy-env，会调用 pixi 包管理器单独建一个隔离环境。隔离本身就是目的：编译类几何库放在你的 ComfyUI 环境之外，之后再装别的节点包，不容易把已经跑通的节点图弄坏。代价是磁盘上多一个包管理器，首次安装也比一行 pip 慢。

if-ai/ComfyUI-IF_Trellis：TRELLIS 1.x 的源码编译路线

这套包出现最早，包的是 2024 年 12 月发布的 TRELLIS 1.x，也是三者中唯一能同时解码辐射场与 3D 高斯的，除了网格之外，这对视角合成、或者下游本来就想要高斯泼溅的流程仍然有用。README 写明需要至少 8 GB 显存的 NVIDIA 显卡，上游代码只在 Linux 上测过，并明确标注不兼容 ComfyUI 便携版内置的 Python。它最后一次提交停在 2025 年 3 月，也就是说它早于 TRELLIS.2 以及之后建立在它之上的一批模型。

1. 先在上游文档指定的 CUDA Toolkit 下准备 conda 或 micromamba 环境，测过的版本是 11.8 与 12.2，仓库自身固定的是 12.4。
2. 依次编译安装三个几何扩展：diffoctreerast、mip-splatting 里的 diff-gaussian-rasterization 子模块，以及 nvdiffrast。
3. 从 NVIDIA 的索引源安装对应 Torch 2.4.0 与 CUDA 12.1 的 kaolin，并按 README 指定的 commit 安装 utils3d。
4. 克隆仓库时必须带 --recurse-submodules，否则节点在导入阶段就直接失败。
5. 用这个环境启动 ComfyUI，而不是便携版；issue 里能看到环境不对时找不到 Preview3D、Load3D 节点类型的报错。

Star 数与提交日期都是弱信号

许可问题也属于安装成本

有一个依赖在做商业交付之前值得单独看一眼。TRELLIS.2 的参考实现用 NVIDIA 的 nvdiffrast 与 nvdiffrec 做光栅化和渲染，这两个库的源码许可把用途限制在非商业的研究与评估，而模型自身的代码与权重是 MIT。凡是自带或自行编译这两个库的节点包，都要面对同一个问题，其中一个仓库的预编译 wheel 清单里就直接列着 nvdiffrast。ComfyUI 官方的 3D 节点走的是另一条路，用纯 PyTorch 与 SciPy 重写后处理，所以如果许可清晰比节点数量更重要，先确认自己那个版本实际带了什么，并且自己去读许可原文。

按情况选，而不是按排名选

• Windows 加便携版 ComfyUI，Torch 版本又在 wheel 目录里能找到：选 visualbruno，但要先核对版本是否对得上。
• 想让 ComfyUI Manager 负责依赖解析，也不介意依赖装在隔离环境里：选 PozzettiAndrea。
• 本来就在 Linux 的 conda 或 micromamba 环境里跑 ComfyUI，编译 CUDA 扩展不犯怵：选 if-ai，并按 README 指定的 commit 固定版本。
• 需要高斯或辐射场输出而不是网格：只有 if-ai 覆盖，而它已经停更一年左右。
• 客户项目需要干净的许可链条：先把渲染库的问题弄清楚再选，因为答案由它决定。

如果最终要的是资产而不是一套节点栈，托管路线可以把这场依赖争论绕开。Open3DAI 运行一个本地程序化生成引擎，并可选接入第三方引擎适配器（用你自己的 API Key），同一个提示词或图片可以跑多个引擎并在导出前并排比较；支持文生 3D、图生 3D、多视图输入与 AI 贴图，可导出 GLB、glTF、OBJ、STL、PLY、3MF，另有 48 个格式转换器、12 个浏览器工具和一套 REST API。它不做摄影测量、绑定、动画、自动重拓扑和 UV 展开，也不产出 CAD 级的参数化实体，更不保证导出即可打印的封闭网格，所以 Blender 或 Meshmixer 在流程里依然有位置。

常见问题

在 Open3DAI 中试一下

把同一份提示词或图片交给多个引擎，并排对比网格，然后导出 GLB、glTF、OBJ、STL、PLY 或 3MF。注册即赠免费积分，无需信用卡。