TRELLIS 2、Hunyuan3D 2.x 与 TripoSR 对比：本地 3D 生成该选哪一个

如果要在本地跑一个开源的 3D 生成模型，2026 年的候选名单通常就剩下三个名字：TRELLIS 2、Hunyuan3D 2.x 和 TripoSR。三者都支持输入一张图片、输出一个能在 Blender 里打开的网格，前两个还提供了多视图条件输入。除此之外，它们在表示方式、显存占用、贴图处理和许可条款上几乎没有共同点。

下面所有内容都来自项目仓库、厂商页面以及用户在消费级显卡上反馈的区间。凡是给出区间的地方都是有意为之：分辨率设置、注意力后端、PyTorch 与 CUDA 版本，以及贴图阶段是否和形状阶段跑在同一个进程里，都会让数字明显变化。

三种架构，三套不同的取舍

三个模型的发布时间前后差了将近两年，架构选择直接反映了这一点：一个把结构化隐变量解码成显式几何，一个把任务拆成形状阶段和贴图阶段，还有一个在单次前向传播里预测三平面场。这个差异几乎解释了后文所有实际对比结果：显存占用、贴图处理方式，以及网格在进入切片软件或游戏引擎之前需要修多少东西。

TRELLIS 2：结构化隐变量解码为网格

TRELLIS 2 延续了微软在结构化 3D 隐变量方向上的工作。项目文档的描述是：模型学习的不是直接的密度场，而是一套稀疏体素结构，每个体素上挂着局部特征向量，再由一个以输入图像为条件的整流流（rectified flow）Transformer 生成这些隐变量。解码阶段支持多种输出形式，做网格流程时使用网格解码器，几何与贴图信息一起输出。实际效果是轮廓相对干净，拿到的网格直接带 UV 和贴图，而不只是顶点色；但细长结构和凹面仍然会出现隐变量模型常见的瑕疵：边缘偏软、零散碎片，以及需要手动删除的内部壳体。

Hunyuan3D 2.x：形状一个模型，贴图另一个模型

腾讯的 Hunyuan3D 2.x 由两个可以独立运行的模型组成。形状模型是一个扩散 Transformer，从图像生成隐式几何场，再用 marching cubes 转成网格；2.1 版本加入了多视图输入并改进了几何质量。贴图模型是一个多视图扩散模型：先把生成的形状从多个角度渲染出来，合成视角一致的图像，再烘焙成贴图，2.1 版本输出的是 PBR 贴图。两个阶段相互独立，因此你可以只跑形状阶段、省下贴图那部分显存，也可以把贴图模型直接用在别处导入的网格上。

TripoSR：没有采样循环的单次前向

TripoSR 是三者中发布最早、也最容易理解的一个：Transformer 编码器读取图像，三平面 NeRF 解码器预测密度和颜色，网格从该场中提取。它没有扩散采样循环，因此推理很快，同一个随机种子下的结果也基本可复现，整条流程占用的显存很小。代价在保真度：整体形状平滑合理，细节结构容易丢失，输出带的是顶点色而不是 UV 贴图，所以真正的材质工作要放到 Blender、Substance Painter 或者一次 AI 贴图流程里完成。

网格质量：清理之前到底长什么样

保真度是最容易在对比文章里注水的部分，所以说点实在的：三个模型产出的网格在拿去打印或放进游戏之前都需要处理。内部几何、重复顶点和非流形边基本是常态，任何要参与动画的资产还得重新拓扑，这一点与用哪个生成器无关。

显存与单资产耗时：消费级显卡上的区间

下面的数字来自项目 issue、ComfyUI 讨论和厂商文档中反复出现的区间，不是在某一台机器上测出来的结果，请当作预算而不是承诺。12 GB 显存的显卡可以跑通三者的形状阶段，真正卡住上限的通常是 Hunyuan3D 2.x 的贴图阶段。是否使用 FlashAttention、权重用 fp16 还是 bf16、文本编码器或 VAE 是否卸载到内存，都会明显改变这个数字。

许可：代码与权重是两份不同的协议

这是大多数对比文章写得最含糊的地方。代码仓库和模型权重经常按不同条款发布，一份宽松的代码许可并不能说明权重的使用条件。这三个项目的代码都是宽松许可，但至少有一组权重附带厂商社区许可，其中包含地域限制和用户规模门槛。这不是不用它的理由，而是在把商业流程建立在输出之上以前，必须去模型卡上把许可原文读完的理由。

ComfyUI 支持：三种完全不同的节点图

• 三家都有封装节点包，但覆盖的阶段数量不同，节点图的形状也就完全不一样。
• Hunyuan3D 的封装通常把形状模型和贴图模型拆成两组节点，图里能看到两条管线靠一个图像转网格的步骤衔接。
• TRELLIS 的节点一般把图像条件、隐变量采样和网格解码串成一条较短的链，输出直接接到预览或保存节点。
• TripoSR 的节点图最短：一个图像输入、一次没有采样循环的前向、一个网格输出，用来跑提示词基线测试很方便。
• 这些封装都在追上游提交，节点名称和输入接口在不同版本之间会变，最好固定 ComfyUI 版本，并把可用的工作流 JSON 存进版本控制。

一下午就能跑完的选型流程

1. 先确定网格用来做什么。要打印的零件必须过壁厚和支撑规则这一关，游戏里的背景道具要卡面数预算，这两个目标会指向不同的模型。
2. 量一下自己的余量。用默认设置各跑一次，同时盯住峰值显存；不需要卸载就能跑完的模型，处理二十个资产的速度会明显快于勉强能跑动的那个。
3. 用自己的图测，不要用宣传图。平光、单个物体、纯色背景、正方形裁切，几轮下来就能把三者分开。
4. 在把流程建立在输出之上以前，先拿权重许可对照你的发布计划。地域、用户规模门槛和署名要求写在模型卡上，不在代码仓库里。
5. 提前把后处理算进预算。要参与动画的资产逃不掉重拓扑和 UV 展开，用于打印的模型也通常会在 Blender 或 Meshmixer 里修一遍。

同一个提示词想同时对比多个引擎

如果不想把赌注压在单个模型上，另一种做法是把同一张图分别送进几个引擎，在导出之前横向对比结果。Open3DAI 做的就是这件事：它运行一个本地程序化生成引擎，同时可以通过适配器连接第三方引擎，使用你自己的 API Key。它不训练也不托管这些第三方模型，也不提供重拓扑、UV 展开、绑定或动画，所以真正要进生产的角色最终仍然会回到 Blender。它覆盖的是文生 3D、图生 3D 和多视图输入、AI 贴图、已连接引擎的结果并排对比，以及导出 GLB、glTF、OBJ、STL、PLY 和 3MF，另外还包括 48 个格式转换器、12 个浏览器工具和一个用于构建流程的 REST API。

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。