Hi3D V1.0 ist heute Open Source geworden. Was das Repo beweist – und was nicht.

Am 23. Oktober 2026 erschien ein GitHub-Repository namens hi3d-official/Hi3Dv1.0 mit sechs Commits, einem Tag und einer Release-Notiz mit dem Wortlaut „Veröffentlichung von Hi3D v1.0-Inferenzcode und Dokumentation“. Am selben Tag landeten acht Laufzeitdateien auf Hugging Face, und Hi3D V1.0 — das Modell, das früher als Sparc3D bekannt war — wurde herunterladbar und kommerziell nutzbar. Die Ankündigung, so wie sie ausfiel, kam als Agenturmeldung unter der Schlagzeile „Hi3D V1.0 wird Open Source: Das erste produktionsvalidierte Open-Source-KI-3D-Modell“. Was nicht veröffentlicht wurde, war eine Benchmark-Tabelle. Es gibt keine Zahl im Repository, die Ihnen sagt, wie viel besser dieses Modell ist als das grobe Mesh, das es verfeinert, und noch hat kein Dritter eine veröffentlicht. Diese Lücke ist die Geschichte.

Sechs Commits und acht Dateien

Das Repository ist klein genug, um es an einem Nachmittag zu lesen, und das ist die erste nützliche Tatsache darüber. Es enthält Inferenzcode, eine Demo, Docker-Einschränkungen, Dokumentation und das Python-Paket sparc3d. Es enthält keinen Trainingscode, keine Evaluierungs-Harness, keine Benchmark-Splits und keine Vergleichsmaschen hinter den Diagrammen der Pressemitteilung. Die Autoren sagen es direkt im README: Dies ist ein Inferenz-Release, kein Reproduktionspaket.

Die Gewichte bestehen aus acht Dateien: einer Modellindexdatei, einer Scheduler-Konfiguration, einer VAE-Konfiguration und model.safetensors, außerdem transformer_512 und transformer_1024 Konfigurationen und Gewichte. Der Loader liest JSON und safetensors und führt keinen Python-Code aus dem Modell-Repository aus und entpickelt keine Checkpoints, was das sicherere Muster ist und erwähnenswert für alle, die eine Supply Chain bereinigen müssen. Zwei Conditioning-Encoder — facebook/dinov2-large und openai/clip-vit-large-patch14 — sind separate Downloads und bringen ihre eigenen Lizenzen mit.

Es wird keine Parameteranzahl veröffentlicht. Nicht im README, nicht auf der Model Card, nicht in der Pressemitteilung. Man kann die Größenordnung aus den Dateigrößen ableiten, wenn man sie herunterlädt, aber der Anbieter hat keine Zahl dazu genannt, und dieser Artikel wird keine erfinden.

Was die Pipeline mit Ihrem Bild macht

Hi3D V1.0 ist kein Image-to-3D-Generator in dem Sinne, den die meisten Leute meinen. Es ist eine Verfeinerungsstufe. Man gibt ihm ein Referenzbild eines Objekts und ein grobes Mesh desselben Objekts, und es liefert ein Mesh mit höherer Auflösung zurück. Das Bild konditioniert einen sparse Flow, der auf Koordinaten aus dem groben Mesh definiert ist; die Pipeline sampelt sparse Latents, dekodiert sie durch einen self-pruning sparse VAE, extrahiert eine Oberfläche und revoxelisiert diese Oberfläche dann, um den nächsten Durchlauf zu unterstützen.

Es gibt drei Durchgänge, und die Auflösung, die Sie anfordern, entscheidet darüber, wie viele ausgeführt werden:

• 512³ — ein Durchlauf, 64³-Strukturgitter, 512³-Sparse-Extraktion, transformer_512

• 1024³ — zwei Durchläufe, Hinzufügen eines strukturellen 128³-Rasters, 1024³-Extraktion, transformer_1024

• 1536³ — drei Durchläufe, Hinzufügen eines 192³-Strukturgitters, 1536³-Extraktion, transformer_1024

Jeder Durchlauf führt standardmäßig 25 Scheduler-Updates aus. Die README legt genau dar, was „1536³“ bedeutet: Es ist ein nominales Sparse-Koordinaten- und Extraktionsraster, kein dichter latenter 1536³-Tensor und keine feste Dreiecksanzahl. Diese Unterscheidung ist wichtig, weil die Pressemitteilung von einer „effektiven Sparse-Grid-Auflösung von bis zu 1536³“ spricht, was korrekt ist, aber leicht als etwas dichter gelesen werden kann, als es ist.

Bei der Ausgabe handelt es sich um ein trimesh.Trimesh und die erreichte Auflösung. Es wird neu zentriert und auf einen maximalen Radius von 1 normalisiert, daher sind die ursprünglichen Weltkoordinaten und der absolute Maßstab verloren. Die Batch-Größe ist eins. Es gibt keine Texturen, Materialien oder Vertexfarben. Wenn Ihr nächster Schritt eine reale Dimension benötigt – ein Druckbett, eine CAD-Baugruppe, eine Kollisionshülle –, müssen Sie von Hand neu skalieren und neu ausrichten.

Die 90-%-Zahl hat keinen Nenner

Die Pressemitteilung erhebt vier quantitative Behauptungen. Die Trainingsdaten wuchsen von rund 500.000 auf zwei Millionen kuratierte 3D-Assets. Die Geometrie erreicht ein effektives 1536³-Sparse-Grid. Das Modell meldet eine Slicing-Erfolgsrate von 90 %. Und sie beansprucht „die höchsten Werte für Multi-View-Treue und Detailreichtum in der berichteten Evaluierung“.

Nur die ersten beiden sind im Repository sichtbar. Die Zahl von zwei Millionen erscheint auf der Model Card als Behauptung aus einem Projektbericht; die Angabe 1536³ ist insofern real, als die Pipeline die Anfrage akzeptiert und die Konfigurationen existieren. Die Zahl von 90 % für das Slicing taucht nirgends im Repo auf. Es gibt keine Definition davon, was geslict wurde, welcher Slicer verwendet wurde, welche Fehlermodi auftraten oder was die Baseline war. „Höchste Multi-View-Treue“ geht im öffentlichen Material ohne Bewertungswerte, ohne Vergleichsset und ohne Methodik einher. Das sind vom Anbieter gemeldete Zahlen, und die ehrliche Lesart ist, dass sie unverifiziert sind, nicht dass sie falsch sind.

Das Fehlen eines Evaluierungs-Harness ist der Grund, warum das wichtig ist. Man kann nicht einfach das Repository nehmen, den berichteten Vergleich ausführen und das Ergebnis überprüfen. Eine unabhängige Replikation müsste damit beginnen, den Benchmark neu aufzubauen, was ein anderes Projekt ist. Das ist für eine reine Inferenz-Veröffentlichung nicht ungewöhnlich, bedeutet aber, dass die erste ernsthafte Überprüfung dieses Modells von jemandem mit einer Druckfarm oder einer Asset-Pipeline kommen wird, nicht von einer Rangliste.

Das Repo ist ehrlicher als das Release.

Lesen Sie den Abschnitt zu den Einschränkungen, und es ergibt sich ein nützlicheres Bild, als es die Schlagzeile vermittelt. Dies sind die eigenen Worte des Anbieters, paraphrasiert:

• Nur Geometrie. Keine Texturen, Materialien oder Vertexfarben, und die Batch-Größe ist eins.

• Ein grobes Netz ist zwingend erforderlich. Das Modell verfeinert die Struktur; es erfindet keine erste Oberfläche aus einem Bild.

• Fehler bei grober Maschung bleiben bestehen. Wenn die Eingabe-Silhouette falsch ist, kann die Verfeinerung eine falsche Form schärfer machen.

• Im Referenzbild verdeckte Geometrie wird plausibel ergänzt, nicht exakt rekonstruiert. Das ist für ein Hero-Asset in Ordnung und für eine Messung schlecht.

• Absolute Skalierung und Weltkoordinaten werden durch den Normalisierungsschritt verworfen.

• Seeds sind keine Mesh-Hashes. GPU-Sparse-Convolution und -Attention sind nicht bitweise deterministisch, daher kann derselbe Seed ein anderes Mesh erzeugen.

• Die vollständige 1536³-Leiter wurde nur auf einer 96-GB-NVIDIA H20 validiert. Speicherverbrauch und Machbarkeit auf kleineren Karten sind ausdrücklich nicht belegt.

• Es gibt keinen CPU-Inferenzpfad, und flash-attn hat keine Fallback-Attention-Implementierung.

• Wenn die angeforderte Auflösung nicht erreicht werden kann, löst die Pipeline einen Fehler aus, anstatt stillschweigend eine niedrigere zurückzugeben.

• In der README steht, dass nominale Auflösung und geometrische Detailgenauigkeit nicht die Eignung für eine nachgelagerte Anwendung garantieren. Das ist die wichtigste Zeile im Dokument.

Open Source, mit einer Wachstumsklausel

Die Lizenz heißt Hi3D Open License Agreement Version 1.0. Sie ist weder MIT, Apache-2.0 noch ein von der OSI anerkannter Text, und die offizielle Seite nennt überhaupt keine Lizenz, daher ist das Repository die maßgebliche Quelle. Kommerzielle Nutzung ist zulässig. Der interessante Teil sind die Bedingungen.

Wenn ein zugehöriges Produkt oder eine zugehörige Dienstleistung 200.000 monatlich aktive Nutzer oder 1.000.000 USD monatlichen Umsatz überschreitet, muss der Lizenznehmer Hi3D benachrichtigen und innerhalb von 60 Tagen eine separate schriftliche Lizenz beantragen. Kommerzielle Integrationen müssen „Powered by Hi3D 1.0“ anzeigen und, wo unterstützt, auf die offizielle Website verlinken. Eigenständige Ausgaben, die keine Hi3D-Materialien oder -Ableitungen enthalten, lösen für sich genommen nicht die Branding-, Vertriebs- oder Skalierungslizenzpflichten aus. Bestehende Apache-2.0- und MIT-Bedingungen bleiben für die ursprünglichen und Drittanbieter-Teile, die sie abdecken, in Kraft, und DINOv2, CLIP, Hunyuan und andere Komponenten behalten ihre eigenen Bedingungen.

Für einen Hobbyisten oder eine Agentur, die Assets erstellt, ist das nahezu uneingeschränkt. Für ein SaaS, das Verfeinerung hinter einem Endpunkt anbietet, ist es eine Lizenz mit einer Stolperfalle bei einer bestimmten Größe plus einer Namensnennungspflicht. Die 200.000-MAU-Grenze ist für ein Consumer-Design-Tool nicht enorm. Wer eines bauen will, sollte die Vereinbarung vor der Integration lesen, nicht erst nach der Wachstumskurve.

Was man zum Laufen braucht

Dies ist ein Release ausschließlich für Linux zur Installation aus dem Quellcode. Python 3.10, eine NVIDIA-GPU mit Compute Capability 8.0 oder neuer und ein CUDA-Toolkit zwischen 12.0 und 12.5, das zum installierten PyTorch passt. Die im README gemessene Konfiguration ist Python 3.10.12, PyTorch 2.5.0 mit CUDA 12.4 und ein H20 mit 96 GB. Die Installation bezieht flash-attn 2.7.4.post1 bei deaktivierter Build-Isolation, spconv-cu120 und eine festgeschriebene Constraints-Datei. Es gibt kein PyPI-Wheel und kein vorgefertigtes Projektpaket.

Die Offline-Nutzung erfordert lokale Kopien der Refinement-Gewichte, von DINOv2 und CLIP. Der optionale Demo-Adapter zur Erzeugung eines groben Meshes verwendet Tencent's Hunyuan3D-2 mini, das separat beschafft werden muss und seine eigene Lizenz behält. Das Kern-Refinement-Skript importiert Hunyuan nicht und akzeptiert jedes grobe Mesh, das Sie bereitstellen, was der nützlichere Modus für eine Produktionspipeline ist, die bereits einen Generator hat.

Zwei praktische Warnungen stehen in den Installationsanweisungen. flash-attn muss nach PyTorch gebaut werden, und es gibt keinen Fallback, falls es fehlschlägt. Memory-Offload ist verfügbar, garantiert aber keinen minimalen GPU-Speicherbedarf, und es ist nicht kombinierbar mit einem einfachen .to("cuda"). Wenn Sie gehofft hatten, dies auf einer 24-GB-Workstation-Karte auszuführen: Das Repository behauptet nicht, dass das möglich ist, und die einzige gemessene Konfiguration ist viermal so groß.

Was ist nicht in der Box?

Für Hi3D V1.0 gibt es keine gehostete API. Auf der Hugging-Face-Karte heißt es, das Modell „wird von keinem Inference-Provider bereitgestellt“, und der Download-Button auf der offiziellen Website verweist auf die lokale Bereitstellung. Der kostenlose Demo-Space, der von der Anbieterseite verlinkt wird, ist ein Testangebot und kein Endpunkt mit Preisliste. Das kommerzielle Produkt des Unternehmens ist ein anderes Modell: Hi3D v3.0, das auf der Website als Voxel-Geometrie auf 2048³-Ebene mit bis zu 8K-Texturen und Zugriff über den Online-Workspace beschrieben wird. v1.0 ist das offene; v3.0 ist das, was das Unternehmen verkauft.

Das Fehlen eines gehosteten Endpunkts ist keine Kritik. Es ist eine Tatsache der Bereitstellung, die verändert, wer das Modell diesen Monat nutzen kann: Ein Team mit einer 96-GB-GPU und einem Linux-Rechner kann es; ein Team, das ein Bild an eine API senden möchte, kann es nicht – es sei denn, es baut den Dienst selbst oder wartet darauf, dass jemand anderes es tut.

Wo ein Router passt – und wo nicht

OrcaRouter bietet Hi3D V1.0 nicht an und bietet überhaupt keine 3D-Modelle an. Der Katalog umfasst Text-, Vision-, Video-, Embedding- und Sprachmodelle. Nichts in diesem Artikel sollte als Behauptung verstanden werden, dass Sie über unseren Endpunkt einen Mesh-Generator aufrufen können.

Die Schicht um eine Verfeinerungs-Pipeline ist eine andere Sache. Die naheliegende Qualitätsprüfung für ein bildkonditioniertes Mesh ist visuell: das Ergebnis aus drei oder vier Winkeln rendern und ein Vision-Modell fragen, ob Silhouette, lokales Detail und Mehransichtskonsistenz zur Referenz passen. Das ist ein Aufruf nach LLM-Art, und es ist die Art von Aufruf, die davon profitiert, mehrere Modelle ausprobieren zu können, ohne drei Verträge abschließen zu müssen. OrcaRouter stellt mehr als 200 Modelle hinter einer einzigen API mit 0 % Aufschlag, mit automatischem Failover, wenn die Leistung eines Anbieters nachlässt, und sein Modellfusionsmodus ermöglicht es einem Panel von Modellen, dieselbe Prüfung gemeinsam zu beantworten, statt das QA-Gate von einem einzigen Modell abhängig zu machen. Die 3D-Arbeit bleibt lokal; die Beurteilung darum herum muss nicht maßgeschneidert sein.

Was würde diese Einschätzung ändern?

Drei Dinge, nach Nützlichkeit geordnet. Ein Drucktest mit einem benannten Slicer, einem festgelegten Fehlerkriterium und einer Baseline würde aus der 90-%-Behauptung eine Zahl machen, mit der ein Käufer etwas anfangen kann. Eine Latenz- und Speichertabelle bei 512³, 1024³ und 1536³ auf mehr als einer GPU würde Teams zeigen, ob die 96-GB-Anforderung ein Validierungsartefakt oder eine harte Untergrenze ist. Und ein unabhängiger Vergleich mit dem groben Mesh, von dem ausgegangen wurde, würde die einzige Frage beantworten, die für ein Verfeinerungsmodell zählt: Wie viel Detail fügt die zweite Stufe tatsächlich hinzu, und zu welchem Preis an Artefakten?

Bis dahin ist die belastbare Zusammenfassung eng und nützlich. Hi3D V1.0 ist ein echtes, herunterladbares, kommerziell nutzbares Verfeinerungsmodell mit einem ungewöhnlich offenen Abschnitt zu den Einschränkungen, einer Lizenz, die mit Ihrem Unternehmen mitwächst, und keinen veröffentlichten Belegen außer denen seiner eigenen Autoren. Für ein Team, das bereits grobe Meshes erzeugt und die GPU besitzt, reicht das aus, um diese Woche ein Experiment durchzuführen. Für alle anderen ist es eine vielversprechende Veröffentlichung, deren Belege noch folgen.