Hi3D V1.0 Resmi Open Source Hari Ini. Apa yang Dibuktikan Repo Ini, dan Apa yang Tidak

Pada 23 Oktober 2026, repositori GitHub bernama hi3d-official/Hi3Dv1.0 muncul dengan enam commit, satu tag, dan catatan rilis yang berbunyi "Rilis kode inferensi dan dokumentasi Hi3D v1.0." Pada hari yang sama, delapan file runtime hadir di Hugging Face, dan Hi3D V1.0 — model yang sebelumnya dikenal sebagai Sparc3D — menjadi dapat diunduh dan digunakan secara komersial. Pengumuman itu, seadanya, datang sebagai siaran pers wire dengan judul "Hi3D V1.0 Menjadi Open Source: Model AI 3D Open-Source Pertama yang Tervalidasi untuk Produksi." Yang tidak dirilis adalah tabel benchmark. Tidak ada angka dalam repositori yang memberi tahu Anda seberapa jauh model ini lebih baik daripada mesh kasar yang disempurnakannya, dan belum ada pihak ketiga yang menerbitkannya. Kesenjangan itulah inti ceritanya.

Enam commit dan delapan file

Repositori ini cukup kecil untuk dibaca dalam satu sore, dan itu adalah fakta berguna pertama tentangnya. Repositori ini berisi kode inferensi, demo, batasan Docker, dokumentasi, dan paket Python sparc3d. Repositori ini tidak berisi kode pelatihan, harness evaluasi, pembagian benchmark, atau mesh pembanding di balik grafik siaran pers. Para penulis menyatakannya secara langsung di README: ini adalah rilis inferensi, bukan paket reproduksi.

Bobotnya terdiri dari delapan berkas: indeks model, konfigurasi scheduler, konfigurasi VAE dan model.safetensors, ditambah transformer_512 dan transformer_1024 beserta konfigurasi dan bobotnya. Loader membaca JSON dan safetensors serta tidak menjalankan Python dari repositori model atau melakukan unpickle checkpoint, yang merupakan pola yang lebih aman dan perlu dicatat bagi siapa pun yang harus membereskan rantai pasok. Dua encoder pengondisian — facebook/dinov2-large dan openai/clip-vit-large-patch14 — diunduh secara terpisah dan membawa lisensinya masing-masing.

Jumlah parameter tidak dipublikasikan. Tidak di README, tidak di kartu model, tidak di siaran pers. Anda dapat menyimpulkan skalanya dari ukuran file jika mengunduhnya, tetapi vendor tidak mencantumkan angka, dan artikel ini tidak akan mengarangnya.

Apa yang dilakukan pipeline dengan gambar Anda

Hi3D V1.0 bukanlah generator image-to-3D dalam pengertian yang dimaksud kebanyakan orang. Ini adalah tahap penghalusan. Anda memberinya gambar referensi suatu objek dan mesh kasar dari objek yang sama, lalu ia mengembalikan mesh beresolusi lebih tinggi. Gambar tersebut mengondisikan aliran sparse yang didefinisikan pada koordinat yang diambil dari mesh kasar; pipeline-nya mengambil sampel latent sparse, mendekodenya melalui sparse VAE yang memangkas dirinya sendiri, mengekstrak permukaan, lalu merevokselisasi permukaan tersebut untuk mendukung proses berikutnya.

Ada tiga pass, dan resolusi yang Anda minta menentukan berapa banyak yang dijalankan:

• 512³ — satu lintasan, grid struktural 64³, ekstraksi sparse 512³, transformer_512

• 1024³ — dua kali proses, menambahkan grid struktural 128³, ekstraksi 1024³, transformer_1024

• 1536³ — tiga lintasan, menambahkan kisi struktural 192³, ekstraksi 1536³, transformer_1024

Setiap pass menjalankan 25 pembaruan penjadwal secara default. README berhati-hati tentang apa arti “1536³”: ini adalah koordinat sparse nominal dan grid ekstraksi, bukan tensor laten 1536³ yang padat dan bukan jumlah segitiga tetap. Perbedaan itu penting karena siaran pers menyebut “resolusi sparse-grid efektif hingga 1536³,” yang akurat tetapi mudah dibaca sebagai sesuatu yang lebih padat daripada sebenarnya.

Keluarannya adalah sebuah trimesh.Trimesh dan resolusi yang dicapai. Ini dipusatkan ulang dan dinormalisasi ke radius maksimum satuan, sehingga koordinat dunia asli dan skala absolutnya sudah hilang. Ukuran batch adalah satu. Tidak ada tekstur, material, atau warna vertex. Jika langkah berikutnya Anda memerlukan dimensi dunia nyata — alas cetak, rakitan CAD, hull tabrakan — Anda mengubah skala dan orientasi secara manual.

Angka 90% itu tidak memiliki penyebut.

Siaran pers tersebut memuat empat klaim kuantitatif. Data pelatihan bertumbuh dari sekitar 500.000 menjadi dua juta aset 3D yang dikurasi. Geometri mencapai grid sparse efektif 1536³. Model tersebut melaporkan tingkat keberhasilan slicing sebesar 90%. Dan ia mengklaim "skor fidelitas multi-view dan kekayaan detail tertinggi dalam evaluasi yang dilaporkan."

Hanya dua yang pertama terlihat di repositori. Angka dua juta muncul di kartu model sebagai klaim laporan proyek; angka 1536³ nyata dalam arti bahwa pipeline menerima permintaan tersebut dan konfigurasinya ada. Angka pemotongan 90% tidak muncul di mana pun dalam repo. Tidak ada definisi tentang apa yang dipotong, slicer mana yang digunakan, apa saja mode kegagalannya, atau apa baseline-nya. "Fidelitas multi-view tertinggi" tidak disertai skor, kumpulan perbandingan, maupun metodologi dalam materi publik. Itu adalah angka yang dilaporkan vendor, dan pembacaan yang jujur adalah bahwa angka-angka itu belum terverifikasi, bukan bahwa angka-angka itu salah.

Tidak adanya harness evaluasi adalah alasan ini penting. Pembaca tidak dapat mengambil repositori, menjalankan perbandingan yang dilaporkan, dan memeriksa hasilnya. Replikasi independen harus dimulai dengan membangun ulang benchmark, yang merupakan proyek berbeda. Hal itu tidak jarang terjadi untuk rilis inferensi saja, tetapi itu berarti tinjauan serius pertama terhadap model ini akan datang dari seseorang yang memiliki print farm atau pipeline aset, bukan dari papan peringkat.

Repo itu lebih jujur daripada rilisnya

Bacalah bagian batasan dan akan muncul gambaran yang lebih berguna daripada yang diberikan oleh judul utamanya. Ini adalah kata-kata vendor sendiri, yang diparafrasekan:

• Hanya geometri. Tanpa tekstur, material, atau warna vertex, dan ukuran batch adalah satu.

• Mesh kasar bersifat wajib. Model menyempurnakan struktur; model tidak menciptakan permukaan awal dari sebuah gambar.

• Kesalahan mesh kasar tetap terjadi. Jika siluet masukan salah, penghalusan dapat membuat bentuk yang salah menjadi lebih tajam.

• Geometri yang tersembunyi dari gambar referensi dilengkapi secara masuk akal, bukan direkonstruksi secara persis. Itu baik untuk aset hero dan buruk untuk pengukuran.

• Skala absolut dan koordinat dunia dibuang oleh langkah normalisasi.

• Seed bukanlah hash mesh. Konvolusi sparse dan attention pada GPU tidak bersifat deterministik secara bitwise, sehingga seed yang sama dapat menghasilkan mesh yang berbeda.

Ladder 1536³ lengkap baru divalidasi pada NVIDIA H20 96 GB. Penggunaan memori dan kelayakan pada kartu yang lebih kecil secara eksplisit belum ditetapkan.

• Tidak ada jalur inferensi CPU, dan flash-attn tidak memiliki implementasi attention cadangan.

• Jika resolusi yang diminta tidak dapat dicapai, pipeline akan memunculkan error alih-alih diam-diam mengembalikan resolusi yang lebih rendah.

• README menyatakan bahwa resolusi nominal dan detail geometris tidak menjamin kesesuaian untuk aplikasi hilir. Itu adalah baris terpenting dalam dokumen tersebut.

Sumber terbuka, dengan klausul pertumbuhan

Lisensi ini disebut Perjanjian Lisensi Terbuka Hi3D Versi 1.0. Ini bukan MIT, Apache-2.0, atau teks apa pun yang disetujui OSI, dan halaman resminya sama sekali tidak menyebutkan nama lisensi, sehingga repositori menjadi sumber yang otoritatif. Penggunaan komersial diperbolehkan. Ketentuannya adalah bagian yang menarik.

Jika produk atau layanan terkait melebihi 200.000 pengguna aktif bulanan atau USD 1.000.000 pendapatan bulanan, pemegang lisensi harus memberi tahu Hi3D dan mengajukan lisensi tertulis terpisah dalam waktu 60 hari. Integrasi komersial harus menampilkan "Powered by Hi3D 1.0" dan menautkan ke situs resmi jika didukung. Output mandiri yang tidak berisi materi atau turunan Hi3D tidak dengan sendirinya memicu kewajiban branding, distribusi, atau lisensi skala. Ketentuan Apache-2.0 dan MIT yang ada tetap berlaku untuk bagian asli dan pihak ketiga yang dicakupnya, dan DINOv2, CLIP, Hunyuan serta komponen lain tetap memakai ketentuannya masing-masing.

Bagi hobbyist atau agensi yang membuat aset, itu hampir tanpa batasan. Bagi SaaS yang menempatkan penyempurnaan di balik endpoint, itu adalah lisensi dengan pemicu pada ukuran tertentu, ditambah persyaratan atribusi. Batas 200.000 MAU tidaklah besar untuk alat desain konsumen. Siapa pun yang berencana membangunnya harus membaca perjanjian sebelum integrasi, bukan setelah kurva pertumbuhan.

Apa yang dibutuhkan untuk menjalankan

Ini adalah rilis instalasi dari sumber khusus Linux. Python 3.10, GPU NVIDIA dengan kemampuan komputasi 8.0 atau lebih baru, dan toolkit CUDA antara 12.0 dan 12.5 yang cocok dengan PyTorch yang terpasang. Konfigurasi yang diukur dalam README adalah Python 3.10.12, PyTorch 2.5.0 dengan CUDA 12.4, dan H20 96 GB. Proses instalasi mengambil flash-attn 2.7.4.post1 dengan isolasi build dinonaktifkan, spconv-cu120 dan file batasan yang disematkan. Tidak ada wheel PyPI dan tidak ada paket proyek yang telah dibangun sebelumnya.

Penggunaan offline memerlukan salinan lokal dari bobot penyempurnaan, DINOv2, dan CLIP. Adaptor demo opsional untuk menghasilkan mesh kasar menggunakan Hunyuan3D-2 mini dari Tencent, yang harus diperoleh secara terpisah dan mempertahankan lisensinya sendiri. Skrip penyempurnaan inti tidak mengimpor Hunyuan dan akan menerima mesh kasar apa pun yang Anda berikan, yang merupakan mode yang lebih berguna untuk pipeline produksi yang sudah memiliki generator.

Ada dua peringatan praktis dalam instruksi instalasi. flash-attn harus dibangun setelah PyTorch, dan tidak ada fallback jika gagal. Offload memori tersedia tetapi tidak menjamin footprint GPU minimum, dan tidak dapat digabungkan dengan .to("cuda") yang biasa. Jika Anda berharap menjalankannya pada kartu workstation 24 GB, repositori tidak mengklaim Anda bisa, dan satu konfigurasi yang diukur adalah empat kali lipat dari itu.

Apa yang tidak ada di dalam kotak

Tidak ada API yang dihosting untuk Hi3D V1.0. Kartu Hugging Face menyatakan bahwa model tersebut "tidak di-deploy oleh Inference Provider mana pun," dan tombol unduh di situs resmi mengarah ke deployment lokal. Space demo gratis yang ditautkan dari halaman vendor adalah uji coba, bukan endpoint dengan rate card. Produk komersial perusahaan adalah model yang berbeda: Hi3D v3.0, yang menurut situs tersebut merupakan geometri tingkat voxel 2048³ dengan tekstur hingga 8K dan akses melalui ruang kerja online. v1.0 adalah versi terbuka; v3.0 adalah versi yang dijual perusahaan.

Tidak adanya endpoint yang dihosting bukanlah kritik. Ini adalah fakta deployment yang mengubah siapa yang dapat menggunakan model ini bulan ini: tim dengan GPU 96 GB dan mesin Linux bisa; tim yang ingin mengirim gambar ke API tidak bisa, kecuali mereka membangun layanan itu sendiri atau menunggu pihak lain melakukannya.

Di mana router cocok, dan di mana tidak

OrcaRouter tidak menyediakan Hi3D V1.0, dan sama sekali tidak menyediakan model 3D. Katalognya terdiri atas model teks, visi, video, embedding, dan ucapan. Tidak ada apa pun dalam artikel ini yang boleh ditafsirkan sebagai klaim bahwa Anda dapat memanggil generator mesh melalui endpoint kami.

Lapisan di sekitar pipeline penyempurnaan adalah perkara lain. Pemeriksaan kualitas yang jelas untuk mesh yang dikondisikan oleh gambar bersifat visual: render hasilnya dari tiga atau empat sudut lalu tanyakan kepada model visi apakah siluet, detail lokal, dan konsistensi multi-tampilan cocok dengan referensi. Itu adalah panggilan berbentuk LLM, dan itulah jenis panggilan yang diuntungkan oleh kemampuan mencoba beberapa model tanpa tiga kontrak. OrcaRouter menempatkan lebih dari 200 model di balik satu API dengan markup 0%, dengan failover otomatis saat penyedia mengalami penurunan layanan, dan mode fusi modelnya memungkinkan panel model menjawab inspeksi yang sama secara bersama-sama alih-alih mempertaruhkan gerbang QA pada satu model. Pekerjaan 3D tetap lokal; penilaian di sekitarnya tidak harus dibuat khusus.

Apa yang akan mengubah penilaian ini?

Tiga hal, dalam urutan kegunaan. Uji cetak dengan slicer yang disebutkan namanya, kriteria kegagalan yang dinyatakan, dan baseline akan mengubah klaim 90% menjadi angka yang bisa digunakan pembeli. Tabel latensi dan memori pada 512³, 1024³, dan 1536³ di lebih dari satu GPU akan memberi tahu tim apakah kebutuhan 96 GB itu artefak validasi atau batas minimum yang kaku. Dan perbandingan independen terhadap coarse mesh asalnya akan menjawab satu-satunya pertanyaan yang penting bagi model penyempurnaan: berapa banyak detail yang sebenarnya ditambahkan tahap kedua, dan berapa biayanya dalam hal artefak?

Sampai saat itu, ringkasan yang bisa dipertahankan memang sempit tetapi berguna. Hi3D V1.0 adalah model penyempurnaan yang nyata, dapat diunduh, dan dapat dipakai secara komersial, dengan bagian keterbatasan yang luar biasa terus terang, lisensi yang menyesuaikan skala bisnis Anda, dan tanpa bukti terbit selain dari penulisnya sendiri. Bagi tim yang sudah menghasilkan mesh kasar dan memiliki GPU sendiri, itu cukup untuk menjalankan eksperimen minggu ini. Bagi yang lain, ini adalah rilis yang menjanjikan dengan bukti yang masih akan menyusul.