Hi3D V1.0: Enam Commit di Repo, "Tervalidasi Produksi" di Lapangan

Pada 23 Oktober 2026, Hi3D V1.0 muncul di GitHub dengan enam commit, satu tag, dan delapan file bobot. Dalam waktu sehari, rilis yang sama menyebar di berbagai kantor berita dengan judul yang menyebutnya "model AI 3D open-source pertama yang tervalidasi untuk produksi." Kedua pernyataan itu benar. Hanya satu di antaranya yang dapat diperiksa, dan jarak di antara keduanya adalah hal paling berguna yang bisa dipahami calon pengguna tentang rilis ini.

Repo ini layak mendapat perhatian berdasarkan kapabilitasnya sendiri. Hi3D V1.0 adalah kelanjutan open-source dari Sparc3D, karya NeurIPS 2025 tentang representasi 3D sparse-grid. Ini bukan generator text-to-3D. Anda memberinya gambar referensi dan mesh kasar yang sudah ada, lalu ia mengembalikan mesh yang lebih padat. Perbedaan itu menentukan apakah rilis ini berguna bagi Anda sama sekali, jadi penting untuk menyatakannya sebelum angka kualitas apa pun: jika Anda mencari sesuatu yang mengubah kalimat menjadi objek, ini adalah artefak yang salah.

Apa yang sebenarnya ada di dalam repositori

Rilis ini hanya untuk inferensi. Kode mengambil sampel laten sparse, mendekodenya melalui VAE sparse yang memangkas sendiri, dan mengekstrak mesh; rangkaian model menjalankan tiga lintasan pada grid struktural nominal 64³, 128³, dan 192³, sehingga menghasilkan grid ekstraksi sparse berlabel 512³, 1024³, dan 1536³. Proses 512³ menggunakan satu lintasan, 1024³ menggunakan dua, dan 1536³ menggunakan tiga, dengan 25 pembaruan penjadwal per lintasan. Outputnya adalah geometri dan tidak ada yang lain: tanpa tekstur, tanpa material, tanpa warna verteks, ukuran batch satu, dan hasilnya dipusatkan ulang serta dinormalisasi ke radius satuan, yang membuang skala absolut.

Apa yang tidak ada sama pentingnya dengan apa yang ada. Tidak ada kode pelatihan, tidak ada harness evaluasi, tidak ada pembagian benchmark, dan tidak ada mesh pembanding. Paket Python tetap memakai nama lama — sparc3d, dengan titik masuk Sparc3DPipeline — yang menjadi pengingat berguna bahwa ini adalah basis kode penelitian dengan label baru, bukan build baru. Adaptor demo opsional dibangun di atas Hunyuan3D-2 mini milik Tencent dan membawa lisensinya sendiri, terpisah dari lisensi Hi3D.

Daftar dependensinya singkat dan tidak memberi kelonggaran: Linux, Python 3.10, GPU NVIDIA dengan compute capability 8.0 atau lebih tinggi, CUDA 12.0–12.5 yang cocok dengan build PyTorch, dan flash-attn tanpa jalur fallback. Tidak ada inferensi CPU. Konfigurasi yang diukur oleh Hi3D adalah satu H20 96 GB, dan repositori menyatakan bahwa 1536³ hanya divalidasi pada GPU tersebut. DINOv2-large dan CLIP-ViT-L/14 diunduh secara terpisah saat runtime.

“Tervalidasi dalam produksi” hanyalah frasa, bukan pengukuran

Siaran pers tersebut tidak mendefinisikan istilah itu. Dasar yang dinyatakan adalah bahwa tim "mengujinya dalam alur kerja produksi dunia nyata untuk meningkatkan kegunaan praktisnya" sebelum melakukan open-source. Itu adalah deskripsi dogfooding internal, yang merupakan hal wajar bagi perusahaan untuk dilakukan dan hal yang lemah untuk dimasukkan ke dalam judul. Tidak ada pelanggan yang disebutkan namanya, tidak ada jumlah penerapan, tidak ada data tingkat kegagalan, dan tidak ada pihak ketiga yang terlibat. Siaran pers itu juga tidak mengutip siapa pun: ia menyebutkan kontak media dan tidak mengatribusikan pernyataan apa pun kepada orang tertentu.

Ini bukan skandal. Begitulah cara rilis vendor bekerja, dan Hi3D jauh dari pelaku terburuk. Namun, frasa itu memiliki fungsi tertentu di sini. “Tervalidasi produksi” mengundang pembaca untuk menganggap bahwa penggunaan produksi independen telah diamati dan diukur. Yang didukung oleh rilis tersebut lebih sempit: vendor menggunakan modelnya sendiri dalam alur kerjanya sendiri. Itu adalah klaim yang berbeda, dan hanya klaim kedua yang tercatat resmi.

Sikap hati-hati yang sama harus diterapkan pada angka-angka kualitas. Rilis berbahasa Inggris menyatakan bahwa model tersebut mencapai “skor fidelitas multiview dan kekayaan detail tertinggi dalam evaluasi yang dilaporkan” tanpa mencantumkan skornya. Liputan berbahasa Tionghoa tentang peluncuran yang sama menyediakannya: fidelitas multiview 0,75, kekayaan detail 0,841, skor preferensi manusia 85,9%, dan klaim tingkat kelulusan pemotongan sekitar 90% dibandingkan 7–17% untuk model arus utama yang tidak disebutkan pada 1536³. Semua angka itu dilaporkan oleh vendor. Tidak ada satu pun yang direplikasi secara independen, dan repositori tidak dapat mereproduksinya karena harness evaluasi tidak disertakan.

Angka slicing 90% itu adalah angka yang sebaiknya jangan dipegang terlalu kuat. Tidak disebutkan slicer apa yang dipakai, tidak ada mesh uji, tidak ada definisi tentang apa yang dianggap sebagai kegagalan, dan tidak ada model pembanding yang disebutkan dalam rilis berbahasa Inggris tersebut. Bisa jadi angka itu memang akurat. Namun untuk saat ini, itu bukan bukti yang bisa dijadikan dasar oleh pembeli untuk mengambil keputusan.

Angka yang memang berubah: 500.000 menjadi 2.000.000

Terkubur di bawah klaim kualitas adalah pernyataan paling konkret dari rilis ini. Hi3D mengatakan data pelatihan bertambah dari sekitar 500.000 aset 3D terkurasi menjadi sekitar dua juta. Itu adalah peningkatan empat kali lipat dibandingkan baseline Sparc3D, dan tidak seperti skor preferensi, itu adalah klaim dengan rujukan yang jelas: jumlah aset yang menurut tim telah mereka kurasi.

Itu masih tidak dapat diaudit. Repositori tersebut tidak menyertakan manifes data, rincian kategori, daftar asal-usul lisensi, atau perkakas pengambilan sampel apa pun. Anda tidak dapat memeriksa apa itu 1,5 juta aset tambahan, dari mana asalnya, atau apakah aset tersebut tumpang tindih dengan set evaluasi. Klaim itu dapat diperiksa secara prinsip tetapi tidak diperiksa dalam praktik, dan itulah deskripsi jujur untuk sebagian besar pengungkapan data pelatihan dalam rilis terbuka.

Yang secara plausibel diperoleh dari data empat kali lipat adalah hal yang justru lemah pada model penghalusan: generalisasi ke kategori objek yang ditangani dengan buruk oleh mesh kasar. Tahap penghalusan yang telah melihat lebih banyak bagian long tail seharusnya lebih kecil kemungkinannya untuk berhalusinasi detail yang tampak masuk akal tetapi salah ketika inputnya tidak biasa. Itu adalah hipotesis tentang perilaku, bukan jaminan, dan cara mengujinya adalah pada aset Anda sendiri, bukan pada bagan vendor.

Bagaimana cara memeriksanya sendiri dengan murah

Rilis ini luar biasa mudah dibantah untuk model tanpa benchmark. Karena inputnya berupa mesh kasar ditambah foto, Anda dapat membuat set uji kecil yang jujur dalam satu sore:

• Ambil dua puluh objek yang sudah Anda miliki sebagai mesh hasil pemindaian atau pemodelan. Turunkan setiap objek ke versi yang sengaja dibuat kasar — desimasi, haluskan, atau lewatkan melalui generator apa pun yang sudah Anda gunakan.

• Render satu gambar referensi bersih per objek dari kamera yang diketahui, dan simpan tampilan kedua yang tidak pernah Anda tunjukkan kepada model.

• Sempurnakan pada 1024³ dan 1536³, lalu bandingkan tampilan yang disisihkan dengan aslinya. Anda mengukur apakah detail tambahan itu nyata, bukan apakah tampilannya terlihat tajam.

• Nilai watertightness, manifoldness, dan jumlah triangle sebelum slicer menyentuhnya. Jika Anda mencetak, slice dengan profil persis yang akan Anda gunakan untuk mencetak, dan catat kegagalan alih-alih keberhasilan — kasus kegagalan adalah tempat angka vendor tidak memiliki jawaban.

• Waspadai {{1}}kehilangan skala{{/1}}. Normalisasi radius satuan berarti model tidak akan mempertahankan dimensi dunia nyata dari input Anda, sehingga alur cetak apa pun memerlukan langkah penskalaan ulang yang Anda tangani sendiri.

Dua puluh objek tidak akan menghasilkan tolok ukur. Ini akan memberi tahu Anda apakah model ini layak seratus, dan itulah keputusan yang dihadapi sebagian besar tim minggu ini.

Lisensi ini terbuka dalam arti yang sama seperti uji coba yang gratis.

Bobot dan kode milik Hi3D sendiri diatur oleh Hi3D Open License Agreement 1.0, yang bukan lisensi yang disetujui OSI dan tidak boleh digambarkan sebagai open source tanpa kualifikasi tersebut. Penggunaan komersial diperbolehkan. Ada dua syarat yang menyertainya. Suatu integrasi harus menampilkan "Powered by Hi3D 1.0," dan produk yang melampaui 200.000 pengguna aktif bulanan atau $1.000.000 pendapatan bulanan harus memberi tahu Hi3D dan menegosiasikan lisensi terpisah dalam waktu 60 hari.

Bagi kelompok riset atau alat internal, tidak ada klausul yang mengikat. Bagi siapa pun yang membangun layanan 3D komersial di atas bobot ini, ambang batasnya cukup rendah sehingga bisa diperhitungkan sejak awal alih-alih ditemukan belakangan. Bagian-bagian dasar Sparc3D tetap mempertahankan ketentuan Apache-2.0 dan MIT aslinya, sehingga lisensinya merupakan tambal sulam: sebagian file benar-benar permisif, sebagian tidak. Bacalah pemberitahuan tingkat file sebelum Anda mendistribusikan ulang.

Produk komersialnya sama sekali berbeda. Hi3D menjual v3.0, yang dideskripsikan sebagai geometri 2048³ dengan tekstur hingga 8K. V1.0 adalah model yang lebih lama, terbuka, dan hanya berisi geometri. Tidak seorang pun seharusnya menafsirkan rilis ini sebagai perusahaan yang menggratiskan produknya saat ini; yang digratiskan adalah tahap penyempurnaan dari generasi sebelumnya.

Di mana router cocok, dan di mana sejujurnya tidak

OrcaRouter tidak menyediakan model geometri 3D. Tidak ada bagian dalam artikel ini yang boleh ditafsirkan sebagai tawaran untuk menjalankan Hi3D V1.0 melalui API kami, karena kami tidak bisa. Pipeline di atas berjalan di GPU Anda atau tidak berjalan sama sekali.

Bagian dari alur kerja 3D yang multimodal, bagaimanapun, adalah siklus peninjauan. Membandingkan mesh yang telah disempurnakan dengan foto referensinya, memeriksa apakah render sesuai brief, mencatat cacat dari turntable — itu adalah pekerjaan model visi, dan itulah bagian yang biasanya tim lakukan secara improvisasi paling akhir. Satu kunci untuk lebih dari 200 model bahasa, visi, dan audio berarti tahap QA tidak perlu pengadaan sendiri, dan failover otomatis menjaga tugas peninjauan tetap berjalan saat satu penyedia menurun. Jika Anda menguji tiga pengaturan penyempurnaan pada dua puluh objek, bagian yang mahal adalah penilaiannya, bukan pengambilan sampelnya.

Apa yang akan mengubah penilaian ini?

Tiga hal, dalam urutan menurun berdasarkan kegunaan. Harness evaluasi yang dirilis dengan mesh uji dan pengaturan slicer akan mengubah angka 90% menjadi angka yang dapat direproduksi orang lain. Manifes data akan membuat klaim dua juta aset dapat diperiksa. Uji pihak ketiga pada perangkat keras selain H20 96 GB akan memastikan apakah 1536³ adalah titik operasi nyata atau anekdot satu GPU.

Sampai saat itu, sikap yang tepat adalah sikap yang disarankan oleh repositori itu sendiri: unduh, jalankan pada objek yang Anda pahami, dan perlakukan setiap persentase utama sebagai hipotesis. Hi3D V1.0 adalah model penyempurnaan yang nyata, dapat diunduh, hanya untuk inferensi, dengan ambang keras perangkat keras yang menuntut dan lisensi yang tidak lagi gratis pada skala besar. Itu rilis yang berguna. Namun itu belum rilis yang tervalidasi, apa pun yang dikatakan oleh naskah berita.