Hi3D V1.0 è diventato open source oggi. Cosa dimostra il repository, e cosa no

Il 23 ottobre 2026, un repository GitHub chiamato hi3d-official/Hi3Dv1.0 è apparso con sei commit, un tag e una nota di rilascio che recita "Rilascia il codice di inferenza e la documentazione di Hi3D v1.0." Lo stesso giorno, otto file di runtime sono approdati su Hugging Face, e Hi3D V1.0 — il modello precedentemente noto come Sparc3D — è diventato scaricabile e utilizzabile commercialmente. L'annuncio, per così dire, è arrivato sotto forma di comunicato stampa con il titolo "Hi3D V1.0 diventa open source: il primo modello AI 3D open source convalidato per la produzione." Ciò che non è stato pubblicato è una tabella di benchmark. Non c'è alcun numero nel repository che ti dica quanto questo modello sia migliore della mesh grossolana che affina, e nessuna terza parte ne ha ancora pubblicato uno. Quel divario è la storia.

Sei commit e otto file

Il repository è abbastanza piccolo da poter essere letto in un pomeriggio, il che è la prima informazione utile al riguardo. Contiene codice di inferenza, una demo, vincoli Docker, documentazione e il pacchetto Python sparc3d. Non contiene codice di addestramento, l'infrastruttura di valutazione, split di benchmark o le mesh di confronto dietro i grafici del comunicato stampa. Gli autori lo dicono direttamente nel README: questa è una release di inferenza, non un pacchetto di riproduzione.

I pesi sono otto file: un indice del modello, una configurazione dello scheduler, una configurazione VAE e model.safetensors, più transformer_512 e transformer_1024 con configurazioni e pesi. Il loader legge JSON e safetensors e non esegue codice Python del repository del modello né deserializza checkpoint, che è il pattern più sicuro e vale la pena segnalarlo a chiunque debba ripulire una supply chain. Due encoder di condizionamento — facebook/dinov2-large e openai/clip-vit-large-patch14 — sono download separati e hanno licenze proprie.

Non viene pubblicato alcun numero di parametri. Non nel README, non nella scheda del modello, non nel comunicato stampa. Puoi dedurre la scala dalle dimensioni dei file se li scarichi, ma il fornitore non ha indicato una cifra, e questo articolo non ne inventerà una.

Che cosa fa la pipeline con la tua immagine

Hi3D V1.0 non è un generatore image-to-3D nel senso in cui la maggior parte delle persone lo intende. È una fase di raffinamento. Gli si fornisce un'immagine di riferimento di un oggetto e una mesh grossolana dello stesso oggetto, e restituisce una mesh a risoluzione più alta. L'immagine condiziona un flusso sparso definito su coordinate prese dalla mesh grossolana; la pipeline campiona latenti sparsi, li decodifica tramite un VAE sparso con auto-pruning, estrae una superficie, quindi rivoxelizza tale superficie per supportare la passata successiva.

Ci sono tre passate, e la risoluzione che richiedi decide quante ne vengono eseguite:

• 512³ — una passata, griglia strutturale 64³, estrazione sparsa 512³, transformer_512

• 1024³ — due passate, aggiungendo una griglia strutturale da 128³, estrazione a 1024³, transformer_1024

• 1536³ — tre passaggi, aggiungendo una griglia strutturale 192³, estrazione 1536³, transformer_1024

Ogni passaggio esegue 25 aggiornamenti dello scheduler per impostazione predefinita. Il README è attento a cosa significa "1536³": si tratta di una griglia nominale sparsa di coordinate ed estrazione, non di un tensore latente denso 1536³ e non di un numero fisso di triangoli. Questa distinzione è importante perché il comunicato stampa parla di "risoluzione effettiva della griglia sparsa fino a 1536³", il che è accurato ma facilmente interpretabile come qualcosa di più denso di quanto non sia.

L'output è un trimesh.Trimesh e la risoluzione ottenuta. È ricentrato e normalizzato al raggio massimo unitario, quindi le coordinate originali nel mondo e la scala assoluta sono perse. La dimensione del batch è uno. Non ci sono texture, materiali o colori dei vertici. Se il passaggio successivo richiede una dimensione reale — un piano di stampa, un assieme CAD, un guscio di collisione — stai riportando scala e orientamento manualmente.

Il numero del 90% non ha un denominatore

Il comunicato stampa formula quattro affermazioni quantitative. I dati di addestramento sono passati da circa 500.000 a due milioni di asset 3D curati. La geometria raggiunge una griglia sparsa effettiva di 1536³. Il modello riporta un tasso di successo dello slicing del 90%. E dichiara "i punteggi più alti di fedeltà multi-vista e ricchezza di dettagli nella valutazione riportata".

Solo i primi due sono visibili nel repository. Il dato dei due milioni compare sulla model card come affermazione tratta da un report di progetto; il valore 1536³ è reale nel senso che la pipeline accetta la richiesta e le configurazioni esistono. Il dato del 90% relativo allo slicing non compare da nessuna parte nel repo. Non c’è alcuna definizione di cosa sia stato sottoposto a slicing, quale slicer sia stato usato, quali siano stati i failure mode o quale fosse la baseline. «Massima fedeltà multi-vista» non è accompagnato da punteggi, da un set di confronto né da una metodologia nel materiale pubblico. Si tratta di dati dichiarati dal fornitore, e la lettura onesta è che non siano verificati, non che siano sbagliati.

L'assenza di un'infrastruttura di valutazione è il motivo per cui questo conta. Un lettore non può prendere il repository, eseguire il confronto riportato e verificare il risultato. Una replicazione indipendente dovrebbe iniziare ricostruendo il benchmark, il che è un progetto diverso. Non è insolito per un rilascio di sola inferenza, ma significa che la prima revisione seria di questo modello arriverà da qualcuno con una farm di stampa o una pipeline di asset, non da una classifica.

Il repo è più onesto della release

Leggi la sezione delle limitazioni e emerge un quadro più utile rispetto a quello che suggerisce il titolo. Queste sono le parole stesse del fornitore, parafrasate:

• Solo geometria. Nessuna texture, materiale o colore dei vertici, e la dimensione del batch è uno.

• Una mesh grossolana è obbligatoria. Il modello affina la struttura; non inventa una superficie di partenza a partire da un'immagine.

• Gli errori della mesh grossolana persistono. Se la silhouette di input è sbagliata, il raffinamento può rendere più definita una forma errata.

• La geometria nascosta nell'immagine di riferimento viene completata in modo plausibile, non ricostruita esattamente. Va bene per un hero asset, ma è negativo per una misurazione.

• La scala assoluta e le coordinate mondiali vengono scartate dalla fase di normalizzazione.

• I seed non sono hash della mesh. La convoluzione sparsa e l'attention su GPU non sono deterministici a livello di bit, quindi lo stesso seed può produrre una mesh diversa.

• L'intera scala 1536³ è stata validata solo su una NVIDIA H20 da 96 GB. L'utilizzo di memoria e la fattibilità su schede più piccole non sono stati stabiliti in modo esplicito.

• Non esiste un percorso di inferenza su CPU, e flash-attn non dispone di alcuna implementazione di attention di fallback.

• Se non è possibile raggiungere la risoluzione richiesta, la pipeline genera un errore invece di restituire silenziosamente un valore inferiore.

• Il README afferma che la risoluzione nominale e il dettaglio geometrico non garantiscono l'idoneità per un'applicazione a valle. Questa è la riga più importante del documento.

Open source, con una clausola di crescita

La licenza si chiama Hi3D Open License Agreement Version 1.0. Non è MIT, Apache-2.0 né un testo approvato dall'OSI, e la pagina ufficiale non nomina affatto una licenza, quindi il repository è la fonte autorevole. L'uso commerciale è consentito. Le condizioni sono la parte interessante.

Se un prodotto o servizio correlato supera i 200.000 utenti attivi mensili o 1.000.000 USD di ricavi mensili, il licenziatario deve notificare Hi3D e richiedere una licenza scritta separata entro 60 giorni. Le integrazioni commerciali devono mostrare "Powered by Hi3D 1.0" e collegarsi al sito ufficiale ove supportato. Gli output autonomi che non contengono materiali o derivati Hi3D non attivano di per sé gli obblighi di branding, distribuzione o licenza su scala. I termini esistenti Apache-2.0 e MIT restano in vigore per le porzioni originali e di terze parti da essi coperte, e DINOv2, CLIP, Hunyuan e altri componenti mantengono i propri termini.

Per un hobbista o per un'agenzia che realizza asset, è quasi senza restrizioni. Per un SaaS che mette il perfezionamento dietro un endpoint, è una licenza con una clausola-trappola a una soglia specifica, oltre a un requisito di attribuzione. La soglia delle 200.000 MAU non è enorme per uno strumento di design per consumatori. Chiunque intenda costruirne uno dovrebbe leggere il contratto prima dell'integrazione, non dopo la curva di crescita.

Cosa serve per eseguire

Questa è una release solo per Linux, con installazione da sorgente. Richiede Python 3.10, una GPU NVIDIA con compute capability 8.0 o superiore e un CUDA toolkit tra 12.0 e 12.5 compatibile con il PyTorch installato. La configurazione misurata nel README è Python 3.10.12, PyTorch 2.5.0 con CUDA 12.4 e una H20 da 96 GB. L'installazione recupera flash-attn 2.7.4.post1 con build isolation disabilitata, spconv-cu120 e un file di vincoli con versioni bloccate. Non esiste né un wheel PyPI né un pacchetto di progetto precompilato.

L'uso offline richiede copie locali dei pesi di raffinamento, DINOv2 e CLIP. L'adattatore demo opzionale per generare una mesh grezza utilizza il modello di Tencent Hunyuan3D-2 mini, che deve essere ottenuto separatamente e mantiene la propria licenza. Lo script di raffinamento principale non importa Hunyuan e accetterà qualsiasi mesh grezza tu fornisca, che è la modalità più utile per una pipeline di produzione che dispone già di un generatore.

Due avvertenze pratiche si trovano all'interno delle istruzioni di installazione. flash-attn deve essere compilato dopo PyTorch, e non esiste alcun fallback se fallisce. L'offload della memoria è disponibile ma non garantisce un footprint GPU minimo, e non può essere combinato con un semplice .to("cuda"). Se speravi di eseguirlo su una scheda workstation da 24 GB, il repository non afferma che sia possibile, e l'unica configurazione misurata è quattro volte tanto.

Cosa non c'è nella scatola

{{1}}Non esiste un'API ospitata per Hi3D V1.0.{{/1}} {{2}}La scheda di Hugging Face afferma che il modello "non è distribuito da alcun provider di inferenza",{{/2}} {{3}}e il pulsante di download del sito ufficiale rimanda alla distribuzione locale.{{/3}} {{4}}Lo Space demo gratuito collegato dalla pagina del fornitore è una prova, non un endpoint con un listino prezzi.{{/4}} {{5}}Il prodotto commerciale dell'azienda è un modello diverso: Hi3D v3.0,{{/5}} {{6}}che il sito descrive come geometria a livello di voxel 2048³ con texture fino a 8K e accesso tramite lo spazio di lavoro online.{{/6}} {{7}}v1.0 è quello aperto; v3.0 è quello che l'azienda vende.{{/7}}

L'assenza di un endpoint ospitato non è una critica. È un fatto di deployment che cambia chi può usare il modello questo mese: un team con una GPU da 96 GB e una macchina Linux può farlo; un team che vuole inviare un'immagine a un'API non può, a meno che non costruisca il servizio da sé o non aspetti che lo faccia qualcun altro.

Dove un router è adatto, e dove no

OrcaRouter non fornisce Hi3D V1.0, e non fornisce affatto modelli 3D. Il catalogo comprende modelli di testo, visione, video, embedding e vocali. Nulla in questo articolo deve essere interpretato come un'affermazione secondo cui sia possibile richiamare un generatore di mesh tramite il nostro endpoint.

Il layer attorno a una pipeline di refinement è un'altra questione. Il controllo di qualità ovvio per una mesh condizionata da un'immagine è visivo: renderizzare il risultato da tre o quattro angolazioni e chiedere a un modello di visione se la silhouette, il dettaglio locale e la coerenza multi-vista corrispondono al riferimento. È una chiamata in stile LLM, ed è il tipo di chiamata che trae vantaggio dal poter provare diversi modelli senza tre contratti. OrcaRouter mette oltre 200 modelli dietro un'unica API con markup allo 0%, con failover automatico quando un provider si degrada, e la sua modalità di fusione dei modelli consente a un panel di modelli di rispondere insieme alla stessa ispezione anziché puntare il gate di QA su un solo modello. Il lavoro 3D resta locale; il giudizio che lo circonda non deve essere necessariamente su misura.

Cosa cambierebbe questa valutazione?

Tre cose, in ordine di utilità. Un test di stampa con uno slicer specificato per nome, un criterio di fallimento dichiarato e una baseline trasformerebbero l'affermazione del 90% in un numero utilizzabile da un acquirente. Una tabella di latenza e memoria a 512³, 1024³ e 1536³ su più di una GPU direbbe ai team se il requisito di 96 GB è un artefatto di validazione o un limite minimo invalicabile. E un confronto indipendente con la mesh grossolana da cui è partito risponderebbe all'unica domanda che conta per un modello di raffinamento: quanto dettaglio aggiunge effettivamente il secondo stadio, e a quale costo in termini di artefatti?

Fino ad allora, la sintesi difendibile è circoscritta e utile. Hi3D V1.0 è un modello di raffinamento reale, scaricabile e utilizzabile in ambito commerciale, con una sezione sui limiti insolitamente franca, una licenza che cresce con la tua attività e nessuna prova pubblicata al di là di quella degli stessi autori. Per un team che genera già mesh grossolane e possiede la GPU, questo basta per condurre un esperimento questa settimana. Per tutti gli altri, è un rilascio promettente con le prove ancora in arrivo.