Hi3D V1.0 est passé en open source aujourd’hui. Ce que le dépôt prouve, et ce qu’il ne prouve pas

Le 23 octobre 2026, un dépôt GitHub nommé hi3d-official/Hi3Dv1.0 est apparu avec six commits, un tag et une note de version indiquant « Publication du code d’inférence et de la documentation de Hi3D v1.0 ». Le même jour, huit fichiers d’exécution sont arrivés sur Hugging Face, et Hi3D V1.0 — le modèle anciennement connu sous le nom de Sparc3D — est devenu téléchargeable et utilisable à des fins commerciales. L’annonce, si l’on peut dire, est parue sous la forme d’un communiqué de presse avec le titre « Hi3D V1.0 passe en open source : le premier modèle 3D d’IA open source validé en production ». Ce qui n’a pas été publié, c’est un tableau comparatif de performances. Aucun chiffre dans le dépôt ne vous dit à quel point ce modèle est meilleur que le maillage grossier qu’il affine, et aucun tiers n’en a encore publié. C’est cet écart qui est révélateur.

Six commits et huit fichiers

Le dépôt est assez petit pour être lu en un après-midi, ce qui est le premier fait utile à son sujet. Il contient le code d'inférence, une démo, des contraintes Docker, de la documentation et le paquet Python sparc3d. Il ne contient pas le code d'entraînement, le harnais d'évaluation, les découpages de benchmark ni les maillages de comparaison derrière les graphiques du communiqué de presse. Les auteurs le disent directement dans le README : il s'agit d'une publication d'inférence, pas d'un paquet de reproduction.

Les poids se composent de huit fichiers : un index de modèle, une configuration de scheduler, une configuration VAE et model.safetensors, ainsi que transformer_512 et transformer_1024 configurations et poids. Le chargeur lit JSON et safetensors et n’exécute pas de Python de dépôt de modèle ni ne désérialise les checkpoints, ce qui est le schéma le plus sûr et mérite d’être signalé à quiconque doit assainir une chaîne d’approvisionnement. Deux encodeurs de conditionnement — facebook/dinov2-large et openai/clip-vit-large-patch14 — sont des téléchargements séparés et portent leurs propres licences.

Aucun nombre de paramètres n'est publié. Ni dans le README, ni sur la fiche du modèle, ni dans le communiqué de presse. Vous pouvez déduire l'échelle à partir de la taille des fichiers si vous les téléchargez, mais le fournisseur n'a avancé aucun chiffre, et cet article n'en inventera pas.

Ce que le pipeline fait avec votre image

Hi3D V1.0 n’est pas un générateur image-vers-3D au sens où la plupart des gens l’entendent. C’est une étape d’affinage. Vous lui fournissez une image de référence d’un objet et un maillage grossier du même objet, et il renvoie un maillage à résolution supérieure. L’image conditionne un flux sparse défini sur des coordonnées issues du maillage grossier ; le pipeline échantillonne des latents sparse, les décode via un VAE sparse à auto-élagage, extrait une surface, puis revoxelise cette surface pour alimenter la passe suivante.

Il y a trois passes, et la résolution que vous demandez détermine combien sont exécutées :

• 512³ — une passe, grille structurelle 64³, extraction éparse 512³, transformer_512

• 1024³ — deux passes, ajout d'une grille structurelle de 128³, extraction 1024³, transformer_1024

• 1536³ — trois passes, ajout d’une grille structurelle 192³, extraction 1536³, transformer_1024

Chaque passe exécute 25 mises à jour du planificateur par défaut. Le README prend soin de préciser ce que signifie « 1536³ » : il s'agit d'une grille nominale de coordonnées creuses et d'extraction, et non d'un tenseur latent dense de 1536³, ni d'un nombre fixe de triangles. Cette distinction compte parce que le communiqué de presse parle d'une « résolution effective de grille creuse allant jusqu'à 1536³ », ce qui est exact mais facile à interpréter comme quelque chose de plus dense que ce qu'il n'est.

La sortie est un trimesh.Trimesh ainsi que la résolution atteinte. Il est recentré et normalisé à un rayon maximal unitaire, de sorte que les coordonnées mondiales d’origine et l’échelle absolue ont disparu. La taille du lot est de un. Il n’y a ni textures, ni matériaux, ni couleurs de sommets. Si votre prochaine étape nécessite une dimension réelle — un plateau d’impression, un assemblage CAO, une enveloppe de collision — vous devrez rééchelonner et réorienter à la main.

Le chiffre de 90 % n’a pas de dénominateur.

Le communiqué de presse formule quatre affirmations quantitatives. Les données d’entraînement sont passées d’environ 500 000 à deux millions d’actifs 3D sélectionnés. La géométrie atteint une grille creuse effective de 1536³. Le modèle rapporte un taux de réussite de découpage de 90 %. Et il revendique « les meilleurs scores de fidélité multi-vues et de richesse des détails dans l’évaluation rapportée ».

Seuls les deux premiers sont visibles dans le dépôt. Le chiffre de deux millions figure sur la fiche du modèle comme une affirmation issue d’un rapport de projet ; le chiffre 1536³ est réel au sens où le pipeline accepte la requête et où les configurations existent. Le chiffre de 90 % pour le découpage n’apparaît nulle part dans le dépôt. Il n’y a aucune définition de ce qui a été découpé, quel slicer a été utilisé, quels étaient les modes de défaillance, ni quelle était la référence. La « fidélité multi-vues la plus élevée » n’est accompagnée d’aucun score, d’aucun ensemble de comparaison ni d’aucune méthodologie dans les documents publics. Ce sont des chiffres rapportés par le fournisseur, et la lecture honnête est qu’ils ne sont pas vérifiés, et non qu’ils sont faux.

L’absence de harnais d’évaluation est la raison pour laquelle cela compte. Un lecteur ne peut pas prendre le dépôt, exécuter la comparaison rapportée et vérifier le résultat. Une réplication indépendante devrait commencer par reconstruire le benchmark, ce qui constitue un autre projet. Ce n’est pas inhabituel pour une version dédiée à l’inférence, mais cela signifie que la première évaluation sérieuse de ce modèle viendra de quelqu’un disposant d’une ferme d’impression ou d’un pipeline d’actifs, et non d’un classement.

Le dépôt est plus honnête que la version publiée.

Lisez la section des limites et une image plus utile se dégage que ne le laisse entendre le titre. Ce sont les propres mots du fournisseur, paraphrased :

• Géométrie uniquement. Aucune texture, aucun matériau ni couleur de sommet, et la taille du lot est de un.

• Un maillage grossier est obligatoire. Le modèle affine la structure ; il n’invente pas une première surface à partir d’une image.

• Les erreurs de maillage grossier persistent. Si la silhouette d'entrée est incorrecte, le raffinement peut rendre une forme erronée plus nette.

• La géométrie masquée dans l’image de référence est complétée de manière plausible, sans être reconstruite exactement. Cela convient pour un visuel principal, mais pas pour une mesure.

• L'échelle absolue et les coordonnées globales sont écartées par l'étape de normalisation.

• Les graines ne sont pas des hachages de maillage. La convolution creuse et l'attention sur GPU ne sont pas déterministes bit à bit ; une même graine peut donc produire un maillage différent.

• L’échelle complète 1536³ n’a été validée que sur une NVIDIA H20 de 96 Go. L’utilisation de la mémoire et la faisabilité sur des cartes plus petites ne sont explicitement pas établies.

• Il n'existe pas de chemin d'inférence CPU, et flash-attn ne dispose d'aucune implémentation d'attention de secours.

• Si la résolution demandée ne peut pas être atteinte, le pipeline lève une erreur plutôt que de renvoyer silencieusement une résolution inférieure.

• Le README indique que la résolution nominale et le niveau de détail géométrique ne garantissent pas l'adéquation à une application en aval. C'est la phrase la plus importante du document.

Open source, avec une clause de croissance

La licence s’intitule Hi3D Open License Agreement Version 1.0. Ce n’est ni MIT, Apache-2.0 ni aucun texte approuvé par l’OSI, et la page officielle ne nomme aucune licence, donc le dépôt constitue la source faisant autorité. L’utilisation commerciale est autorisée. Ce sont les conditions qui sont intéressantes.

Si un produit ou un service associé dépasse 200 000 utilisateurs actifs mensuels ou 1 000 000 USD de revenus mensuels, le licencié doit notifier Hi3D et demander une licence écrite distincte dans un délai de 60 jours. Les intégrations commerciales doivent afficher « Powered by Hi3D 1.0 » et renvoyer vers le site officiel lorsque cela est pris en charge. Les sorties autonomes qui ne contiennent aucun élément ni dérivé de Hi3D ne déclenchent pas, à elles seules, les obligations de marque, de distribution ou de licence à l'échelle. Les conditions existantes d'Apache-2.0 et de MIT restent en vigueur pour les parties originales et tierces qu'elles couvrent, et DINOv2, CLIP, Hunyuan ainsi que d'autres composants conservent leurs propres conditions.

Pour un amateur ou une agence qui produit des ressources, c’est presque sans restriction. Pour un SaaS qui place le raffinement derrière un point de terminaison, c’est une licence avec un piège à un seuil précis, plus une obligation d’attribution. Le seuil de 200 000 MAU n’est pas énorme pour un outil de design grand public. Quiconque envisage d’en créer un devrait lire l’accord avant l’intégration, pas après la courbe de croissance.

Ce qu’il faut pour courir

Il s'agit d'une version uniquement Linux, à installer depuis les sources. Python 3.10, un GPU NVIDIA avec une capacité de calcul 8.0 ou supérieure, et une boîte à outils CUDA entre 12.0 et 12.5 correspondant au PyTorch installé. La configuration mesurée dans le README est Python 3.10.12, PyTorch 2.5.0 avec CUDA 12.4, et un H20 de 96 Go. L'installation récupère flash-attn 2.7.4.post1 avec l'isolation de build désactivée, spconv-cu120 et un fichier de contraintes épinglé. Il n'existe ni wheel PyPI ni paquet de projet précompilé.

L'utilisation hors ligne nécessite des copies locales des poids d'affinage, de DINOv2 et de CLIP. L'adaptateur de démonstration facultatif pour générer un maillage grossier utilise de Tencent le Hunyuan3D-2 mini, qui doit être obtenu séparément et conserve sa propre licence. Le script d'affinage principal n'importe pas Hunyuan et acceptera tout maillage grossier que vous fournissez, ce qui est le mode le plus utile pour un pipeline de production disposant déjà d'un générateur.

Deux avertissements pratiques figurent dans les instructions d’installation. flash-attn doit être compilé après PyTorch, et il n’existe aucune solution de repli en cas d’échec. Le déchargement de la mémoire est disponible, mais ne garantit pas une empreinte GPU minimale, et il ne peut pas être combiné avec un simple .to("cuda"). Si vous espériez l’exécuter sur une carte de station de travail de 24 Go, le dépôt ne prétend pas que c’est possible, et la seule configuration mesurée est quatre fois supérieure.

Qu'est-ce qui n'est pas dans la boîte ?

Il n’existe pas d’API hébergée pour Hi3D V1.0. La fiche Hugging Face indique que le modèle « n’est déployé par aucun fournisseur d’inférence », et le bouton de téléchargement du site officiel renvoie à un déploiement local. Le Space de démo gratuit lié depuis la page du fournisseur est un essai, pas un point de terminaison avec une grille tarifaire. Le produit commercial de l’entreprise est un autre modèle : Hi3D v3.0, que le site décrit comme une géométrie au niveau voxel en 2048³ avec des textures allant jusqu’à 8K et un accès via l’espace de travail en ligne. La v1.0 est la version ouverte ; la v3.0 est celle que l’entreprise vend.

L'absence de point de terminaison hébergé n'est pas une critique. C'est un fait de déploiement qui change qui peut utiliser le modèle ce mois-ci : une équipe disposant d'un GPU de 96 Go et d'une machine Linux le peut ; une équipe qui veut envoyer une image à une API ne le peut pas, à moins de construire elle-même le service ou d'attendre que quelqu'un d'autre le fasse.

Là où un routeur a sa place, et où il ne l'a pas

OrcaRouter ne propose pas Hi3D V1.0 et ne propose pas du tout de modèles 3D. Le catalogue comprend des modèles de texte, de vision, de vidéo, d'embedding et de parole. Rien dans cet article ne doit être interprété comme affirmant que vous pouvez appeler un générateur de maillage via notre point de terminaison.

La couche qui entoure un pipeline de raffinement est une autre affaire. Le contrôle qualité évident pour un maillage conditionné par une image est visuel : rendre le résultat sous trois ou quatre angles et demander à un modèle de vision si la silhouette, le détail local et la cohérence multi-vues correspondent à la référence. C'est un appel de type LLM, et c'est le genre d'appel qui gagne à pouvoir essayer plusieurs modèles sans trois contrats. OrcaRouter place plus de 200 modèles derrière une seule API, à 0 % de marge, avec un basculement automatique en cas de dégradation d'un fournisseur, et son mode de fusion de modèles permet à un panel de modèles d'examiner ensemble la même inspection plutôt que de parier la validation QA sur un seul. Le travail 3D reste local ; le jugement qui l'entoure n'a pas besoin d'être sur mesure.

Qu’est-ce qui changerait cette évaluation ?

Trois choses, par ordre d'utilité. Un test d'impression avec un slicer nommé, un critère d'échec explicite et une référence de base transformerait l'affirmation des 90 % en un chiffre exploitable par un acheteur. Un tableau de latence et de mémoire à 512³, 1024³ et 1536³ sur plus d'un GPU indiquerait aux équipes si l'exigence de 96 Go est un artefact de validation ou un plancher absolu. Et une comparaison indépendante avec le maillage grossier d'origine répondrait à la seule question qui compte pour un modèle de raffinement : quel niveau de détail la seconde étape apporte-t-elle réellement, et à quel prix en artefacts ?

D'ici là, la synthèse défendable reste limitée et utile. Hi3D V1.0 est un véritable modèle d'affinage, téléchargeable et utilisable à des fins commerciales, doté d'une section sur les limites d'une franchise inhabituelle, d'une licence qui évolue avec votre entreprise et d'aucune preuve publiée en dehors de celle de ses propres auteurs. Pour une équipe qui génère déjà des maillages grossiers et dispose du GPU, cela suffit pour mener une expérience cette semaine. Pour tous les autres, c'est une sortie prometteuse dont les preuves restent à venir.