Hi3D V1.0 se hizo de código abierto hoy. Qué demuestra el repositorio y qué no.

El 23 de octubre de 2026, apareció un repositorio de GitHub llamado hi3d-official/Hi3Dv1.0 con seis commits, una etiqueta y una nota de versión que decía «Publicación del código de inferencia y la documentación de Hi3D v1.0». Ese mismo día, ocho archivos de ejecución aparecieron en Hugging Face, y Hi3D V1.0 — el modelo antes conocido como Sparc3D — pasó a estar disponible para su descarga y uso comercial. El anuncio, tal como fue, llegó como un comunicado de prensa bajo el titular «Hi3D V1.0 pasa a ser de código abierto: el primer modelo 3D de IA de código abierto validado en producción». Lo que no se publicó fue una tabla comparativa. No hay ningún número en el repositorio que te diga cuánto mejor es este modelo que la malla gruesa que refina, y ningún tercero ha publicado uno todavía. Esa brecha es la historia.

Seis commits y ocho archivos

El repositorio es lo bastante pequeño como para leerse en una tarde, lo cual es el primer dato útil sobre él. Contiene código de inferencia, una demo, restricciones de Docker, documentación y el sparc3d paquete de Python. No contiene código de entrenamiento, el arnés de evaluación, las divisiones de benchmark ni las mallas de comparación que hay detrás de los gráficos del comunicado de prensa. Los autores lo dicen directamente en el README: esta es una versión para inferencia, no un paquete de reproducción.

Los pesos son ocho archivos: un índice de modelo, una configuración de scheduler, una configuración de VAE y model.safetensors, además de transformer_512 y transformer_1024, con sus configuraciones y pesos. El cargador lee JSON y safetensors y no ejecuta Python del repositorio de modelos ni deserializa checkpoints con pickle, que es el patrón más seguro y merece la pena mencionarlo para cualquiera que tenga que asegurar una cadena de suministro. Dos codificadores de condicionamiento — facebook/dinov2-large y openai/clip-vit-large-patch14 — son descargas separadas y tienen sus propias licencias.

No se publica ninguna cifra de parámetros. Ni en el README, ni en la ficha del modelo, ni en la nota de prensa. Se puede inferir la escala a partir del tamaño de los archivos si se descargan, pero el proveedor no ha dado ninguna cifra, y este artículo no va a inventarse una.

Qué hace el pipeline con tu imagen

Hi3D V1.0 no es un generador de imagen a 3D en el sentido en que la mayoría de la gente lo entiende. Es una etapa de refinamiento. Se le proporciona una imagen de referencia de un objeto y una malla gruesa del mismo objeto, y devuelve una malla de mayor resolución. La imagen condiciona un flujo disperso definido sobre coordenadas tomadas de la malla gruesa; el pipeline muestrea latentes dispersos, los decodifica mediante un VAE disperso con autopoda, extrae una superficie y luego revoxeliza esa superficie para soportar la siguiente pasada.

Hay tres pasadas, y la resolución que solicites decide cuántas se ejecutan:

• 512³ — una pasada, grid estructural de 64³, extracción dispersa de 512³, transformer_512

• 1024³ — dos pasadas, añadiendo una malla estructural de 128³, extracción de 1024³, transformer_1024

• 1536³ — tres pasadas, añadiendo una cuadrícula estructural de 192³, extracción de 1536³, transformer_1024

Cada pasada ejecuta 25 actualizaciones del planificador de forma predeterminada. El README es cuidadoso con lo que significa «1536³»: es una cuadrícula nominal de coordenadas dispersas y extracción, no un tensor latente denso de 1536³ ni un recuento fijo de triángulos. Esa distinción importa porque el comunicado de prensa dice «resolución efectiva de cuadrícula dispersa de hasta 1536³», lo cual es exacto pero fácil de interpretar como algo más denso de lo que es.

La salida es un trimesh.Trimesh y la resolución alcanzada. Se ha recentrado y normalizado a radio máximo unitario, por lo que las coordenadas originales del mundo y la escala absoluta se han perdido. El tamaño del lote es uno. No hay texturas, materiales ni colores de vértices. Si tu siguiente paso necesita una dimensión del mundo real — una cama de impresión, un ensamblaje CAD, una envolvente de colisión — estás reescalando y reorientando a mano.

El número del 90 % no tiene denominador.

El comunicado de prensa hace cuatro afirmaciones cuantitativas. Los datos de entrenamiento crecieron de aproximadamente 500.000 a dos millones de activos 3D curados. La geometría alcanza una rejilla dispersa efectiva de 1536³. El modelo informa una tasa de éxito de corte del 90 %. Y afirma "las puntuaciones más altas de fidelidad multivista y riqueza de detalle en la evaluación reportada".

Solo las dos primeras son visibles en el repositorio. La cifra de dos millones aparece en la ficha del modelo como una afirmación de un informe de proyecto; la cifra de 1536³ es real en el sentido de que la canalización acepta la solicitud y las configuraciones existen. La cifra del 90 % de slicing no aparece en ningún lugar del repositorio. No hay definición de qué se cortó, qué herramienta de corte se usó, cuáles fueron los modos de fallo ni cuál era la línea base. «La mayor fidelidad multivista» no viene acompañada de puntuaciones, conjunto de comparación ni metodología en el material público. Son cifras reportadas por el proveedor, y la lectura honesta es que no están verificadas, no que sean erróneas.

La ausencia de un arnés de evaluación es la razón por la que esto importa. Un lector no puede tomar el repositorio, ejecutar la comparación reportada y comprobar el resultado. La replicación independiente tendría que empezar por reconstruir el benchmark, lo cual es un proyecto distinto. Eso no es inusual en una publicación solo de inferencia, pero sí significa que la primera revisión seria de este modelo vendrá de alguien con una granja de impresión o un pipeline de activos, no de una tabla de clasificación.

El repositorio es más honesto que la versión publicada

Lea la sección de limitaciones y emergerá una imagen más útil que la que ofrece el titular. Estas son palabras del propio proveedor, parafraseadas:

Solo geometría. Sin texturas, materiales ni colores de vértices, y el tamaño del lote es uno.

• Una malla gruesa es obligatoria. El modelo refina la estructura; no inventa una primera superficie a partir de una imagen.

• Los errores de malla gruesa persisten. Si la silueta de entrada es incorrecta, el refinamiento puede hacer que una forma errónea se vuelva más nítida.

• La geometría oculta en la imagen de referencia se completa de forma plausible, no se reconstruye con exactitud. Eso está bien para un recurso principal y es malo para una medición.

• La escala absoluta y las coordenadas del mundo se descartan en el paso de normalización.

• Las semillas no son hashes de malla. La convolución dispersa y la atención en GPU no son deterministas a nivel de bits, por lo que una misma semilla puede producir una malla diferente.

• La escalera completa de 1536³ solo se ha validado en una NVIDIA H20 de 96 GB. El uso de memoria y la viabilidad en tarjetas más pequeñas no se han establecido explícitamente.

• No hay una ruta de inferencia en CPU, y flash-attn no tiene una implementación de atención de respaldo.

• Si no se puede alcanzar la resolución solicitada, la canalización genera un error en lugar de devolver silenciosamente una resolución inferior.

• El README dice que la resolución nominal y el detalle geométrico no garantizan la idoneidad para una aplicación posterior. Esa es la línea más importante del documento.

Código abierto, con una cláusula de crecimiento

La licencia se denomina Hi3D Open License Agreement Version 1.0. No es MIT, Apache-2.0 ni ningún texto aprobado por la OSI, y la página oficial no nombra ninguna licencia en absoluto, por lo que el repositorio es la fuente autoritativa. Se permite el uso comercial. Las condiciones son la parte interesante.

Si un producto o servicio relacionado supera los 200.000 usuarios activos mensuales o USD 1.000.000 en ingresos mensuales, el licenciatario debe notificar a Hi3D y solicitar una licencia por escrito por separado en un plazo de 60 días. Las integraciones comerciales deben mostrar "Powered by Hi3D 1.0" y enlazar al sitio oficial cuando sea compatible. Los resultados autónomos que no contengan materiales de Hi3D ni derivados no activan por sí mismos las obligaciones de marca, distribución o licencia por escala. Los términos existentes de Apache-2.0 y MIT siguen vigentes para las partes originales y de terceros que cubren, y DINOv2, CLIP, Hunyuan y otros componentes mantienen sus propios términos.

Para un aficionado o una agencia que crea recursos, eso está cerca de no tener restricciones. Para un SaaS que pone el refinamiento detrás de un endpoint, es una licencia con una trampa en un tamaño específico, además de un requisito de atribución. La línea de 200.000 MAU no es enorme para una herramienta de diseño para consumidores. Cualquiera que planee construir una debería leer el acuerdo antes de la integración, no después de la curva de crecimiento.

Lo que se necesita para funcionar

Esta es una versión de instalación desde el código fuente, exclusiva para Linux. Python 3.10, una GPU NVIDIA con capacidad de cómputo 8.0 o superior, y un kit de herramientas CUDA entre 12.0 y 12.5 que coincida con el PyTorch instalado. La configuración medida en el README es Python 3.10.12, PyTorch 2.5.0 con CUDA 12.4 y una H20 de 96 GB. La instalación obtiene flash-attn 2.7.4.post1 con el aislamiento de compilación deshabilitado, spconv-cu120 y un archivo de restricciones fijado. No hay wheel de PyPI ni paquete de proyecto precompilado.

El uso sin conexión necesita copias locales de los pesos de refinamiento, DINOv2 y CLIP. El adaptador de demostración opcional para generar una malla gruesa usa el Hunyuan3D-2 mini de Tencent, que debe obtenerse por separado y conserva su propia licencia. El script principal de refinamiento no importa Hunyuan y aceptará cualquier malla gruesa que proporciones, lo que constituye el modo más útil para un pipeline de producción que ya dispone de un generador.

Dos advertencias prácticas aparecen dentro de las instrucciones de instalación. flash-attn debe compilarse después de PyTorch, y no hay solución alternativa si falla. La descarga de memoria está disponible, pero no garantiza una huella mínima de GPU, y no puede combinarse con un simple .to("cuda"). Si esperabas ejecutar esto en una tarjeta de estación de trabajo de 24 GB, el repositorio no afirma que puedas hacerlo, y la única configuración medida es cuatro veces eso.

¿Qué no está en la caja?

No hay ninguna API alojada para Hi3D V1.0. La ficha de Hugging Face indica que el modelo "no lo implementa ningún Proveedor de Inferencia", y el botón de descarga del sitio oficial apunta al despliegue local. El Space de demostración gratuito enlazado desde la página del proveedor es una prueba, no un endpoint con una lista de precios. El producto comercial de la empresa es un modelo diferente: Hi3D v3.0, que el sitio describe como geometría a nivel de vóxel de 2048³ con texturas de hasta 8K y acceso a través del espacio de trabajo en línea. v1.0 es el abierto; v3.0 es el que vende la empresa.

La ausencia de un endpoint alojado no es una crítica. Es un hecho de despliegue que cambia quién puede usar el modelo este mes: un equipo con una GPU de 96 GB y una máquina Linux puede; un equipo que quiere enviar una imagen a una API no puede, a menos que construya el servicio por sí mismo o espere a que otro lo haga.

Dónde encaja un router y dónde no

OrcaRouter no ofrece Hi3D V1.0, y no ofrece modelos 3D en absoluto. El catálogo se compone de modelos de texto, visión, vídeo, embedding y voz. Nada en este artículo debe interpretarse como la afirmación de que puedes invocar un generador de mallas a través de nuestro endpoint.

La capa que rodea un pipeline de refinamiento es otro asunto. La comprobación de calidad obvia para una malla condicionada por imagen es visual: renderizar el resultado desde tres o cuatro ángulos y preguntar a un modelo de visión si la silueta, el detalle local y la coherencia multivista coinciden con la referencia. Esa es una llamada con forma de LLM, y es el tipo de llamada que se beneficia de poder probar varios modelos sin tres contratos. OrcaRouter pone más de 200 modelos detrás de una sola API con un 0 % de margen, con conmutación automática por error cuando un proveedor se degrada, y su modo de fusión de modelos permite que un panel de modelos responda junto a la misma inspección en lugar de apostar la puerta de control de calidad a uno solo. El trabajo 3D se queda en local; el juicio que lo rodea no tiene por qué ser a medida.

¿Qué cambiaría esta evaluación?

Tres cosas, en orden de utilidad. Una prueba de impresión con un slicer concreto, un criterio de fallo explicitado y una línea base convertiría la afirmación del 90 % en una cifra que un comprador pueda usar. Una tabla de latencia y memoria a 512³, 1024³ y 1536³ en más de una GPU indicaría a los equipos si el requisito de 96 GB es un artefacto de validación o un mínimo absoluto. Y una comparación independiente con la malla gruesa de la que partió respondería a la única pregunta que importa para un modelo de refinamiento: ¿cuánto detalle añade realmente la segunda etapa y a qué coste en artefactos?

Hasta entonces, el resumen defendible es acotado y útil. Hi3D V1.0 es un modelo de refinamiento real, descargable y utilizable comercialmente, con una sección de limitaciones inusualmente franca, una licencia que escala con tu negocio y ninguna evidencia publicada más allá de la de sus propios autores. Para un equipo que ya genera mallas de baja resolución y dispone de la GPU, eso basta para hacer un experimento esta semana. Para todos los demás, es un lanzamiento prometedor con las pruebas aún por llegar.