Hi3D V1.0が本日オープンソース化。リポジトリが証明するもの、そして証明しないもの

2026年10月23日、hi3d-official/Hi3Dv1.0 という GitHub リポジトリが、6つのコミット、1つのタグ、そして「Release Hi3D v1.0 inference code and documentation」というリリースノートとともに現れた。同じ日、8つのランタイムファイルが Hugging Face に公開され、Hi3D V1.0——かつて Sparc3D として知られていたモデル——がダウンロード可能かつ商用利用可能になった。発表は、いわばこんな具合で、「Hi3D V1.0 Goes Open Source: The First Production-Validated Open-Source AI 3D Model」という見出しのプレスリリースとして出た。出なかったのは、ベンチマーク表だ。このリポジトリには、このモデルが自ら精緻化する粗いメッシュよりどれだけ優れているかを示す数字はなく、第三者による公表もまだない。その空白こそが、この話の核心だ。

6つのコミットと8つのファイル

このリポジトリは午後ひとつで読み切れるほど小さく、それがまず役に立つ事実だ。推論コード、デモ、Dockerの制約、ドキュメント、そしてsparc3d Pythonパッケージが含まれている。学習コード、評価ハーネス、ベンチマークの分割、プレスリリースの図表の背後にある比較用メッシュは含まれていない。著者らはREADMEで直接そう述べている。これは推論用のリリースであり、再現用パッケージではない、と。

重みは8つのファイルです。モデルインデックス、スケジューラ設定、VAE設定、そしてmodel.safetensors、さらにtransformer_512とtransformer_1024の設定と重みです。ローダーはJSONとsafetensorsを読み取り、モデルリポジトリのPythonを実行したりチェックポイントをアンピクルしたりしません。これはより安全なパターンであり、サプライチェーンをクリアする必要がある人にとって注目に値します。2つの条件付けエンコーダ — facebook/dinov2-largeとopenai/clip-vit-large-patch14 — は別々のダウンロードで、それぞれ独自のライセンスがあります。

パラメータ数は公開されていません。READMEにも、モデルカードにも、プレスリリースにも記載がありません。ファイルをダウンロードすればファイルサイズから規模を推測できますが、ベンダーは数値を示しておらず、本記事も数値をでっち上げることはしません。

パイプラインがあなたの画像をどう処理するか

Hi3D V1.0は、多くの人が想定する意味での画像から3Dへの生成器ではありません。これはリファインメント段階です。ある物体の参照画像と、同じ物体の粗いメッシュを入力すると、より高解像度のメッシュを返します。画像は、粗いメッシュから取得した座標上で定義されるスパースフローを条件付けます。パイプラインはスパース潜在表現をサンプリングし、自己プルーニング型スパースVAEを通してデコードし、表面を抽出し、その表面を再ボクセル化して次のパスを支えます。

パスは3つあり、指定する解像度によって実行される数が決まります：

• 512³ — 1パス、64³の構造グリッド、512³のスパース抽出、transformer_512

• 1024³ — 2パス、128³の構造グリッドを追加、1024³の抽出、transformer_1024

• 1536³ — 3パス、192³の構造グリッドを追加、1536³抽出、transformer_1024

各パスはデフォルトで25回のスケジューラ更新を実行します。READMEは「1536³」が何を意味するかに注意を払っています。それは名目上の疎な座標および抽出グリッドであり、密な1536³潜在テンソルでも、固定の三角形数でもありません。この区別は重要です。なぜならプレスリリースには「最大1536³の実効スパースグリッド解像度」と書かれており、それは正確ですが、実際よりも密であるかのように読み取られやすいからです。

出力はtrimesh.Trimeshと、達成された解像度です。中心を再設定し、最大半径が1になるよう正規化されているため、元のワールド座標と絶対スケールは失われています。バッチサイズは1です。テクスチャ、マテリアル、頂点カラーはありません。次のステップで実世界の寸法（プリントベッド、CADアセンブリ、衝突ハル）が必要な場合は、手作業で再スケーリングと再配向を行うことになります。

90%という数字には分母がない

プレスリリースは4つの定量的な主張をしている。学習データは約50万から200万のキュレーションされた3Dアセットに増加した。ジオメトリは実効1536³のスパースグリッドに到達する。モデルは90%のスライシング成功率を報告している。そして「報告された評価において最高のマルチビュー忠実度と詳細豊富度スコア」を主張している。

リポジトリで確認できるのは最初の2つだけです。200万という数字はプロジェクト報告の主張としてモデルカードに記載されています。1536³という数字は、パイプラインがその要求を受け付け、設定が存在するという意味では実在します。90%というスライス数はリポジトリのどこにも出てきません。何がスライスされたのか、どのスライサーが使われたのか、どのような失敗モードがあったのか、基準は何だったのかについての定義はありません。「最高のマルチビュー忠実度」には、公開資料においてスコアも比較セットも方法論もありません。これらはベンダー報告の数字であり、正直に解釈すれば、間違っているのではなく未検証だということです。

評価ハーネスが欠けていることが、これが重要である理由だ。読者はリポジトリを持ち帰り、報告された比較を実行して結果を確認することはできない。独立した再現を行うには、まずベンチマークを再構築する必要があり、それは別のプロジェクトになる。推論専用のリリースとしては珍しくないが、つまりこのモデルの最初の本格的なレビューは、リーダーボードからではなく、プリントファームやアセットパイプラインを持つ誰かから来るということだ。

リポジトリはリリースよりも正直だ

制限事項のセクションを読むと、見出しから受ける印象よりもはるかに有用な全体像が見えてきます。以下はベンダー自身の言葉を言い換えたものです：

• ジオメトリのみ。テクスチャ、マテリアル、頂点カラーはなく、バッチサイズは1です。

• 粗いメッシュは必須です。モデルは構造を精緻化するものであり、画像から最初のサーフェスを創り出すものではありません。

• 粗いメッシュの誤差は残ります。入力シルエットが誤っている場合、細分化によって誤った形状がより鮮明になる可能性があります。

• 参照画像から隠れている形状は、正確に再構築されるのではなく、もっともらしく補完されます。これはヒーローアセットには適していますが、測定には不向きです。

• 絶対スケールとワールド座標は正規化ステップによって破棄されます。

• シードはメッシュハッシュではありません。GPU のスパース畳み込みとアテンションはビット単位で決定的ではないため、同じシードでも異なるメッシュが生成されることがあります。

• 完全な1536³ラダーは、96 GBのNVIDIA H20でのみ検証されています。より小さいカードでのメモリ使用量と実現可能性は明示的に確立されていません。

• CPU推論パスが存在せず、flash-attnにはフォールバックのアテンション実装がありません。

• 要求された解像度に達することができない場合、パイプラインは黙ってより低い解像度を返すのではなく、エラーを発生させます。

• {{1}}READMEには、公称解像度と幾何学的詳細が下流アプリケーションへの適合性を保証するものではないと書かれています。{{/1}} それがこの文書の中で最も重要な一文です。

成長条項付きのオープンソース

ライセンスは「Hi3D Open License Agreement Version 1.0」と呼ばれています。これはMIT、Apache-2.0、またはOSI承認のいかなる文書でもなく、公式ページではライセンス名が一切示されていないため、リポジトリが信頼できる情報源です。商用利用は許可されています。条件が興味深い部分です。

関連製品またはサービスが月間アクティブユーザー200,000人または月間収益1,000,000米ドルを超える場合、ライセンシーはHi3Dに通知し、60日以内に別途書面によるライセンスを申請する必要があります。商用統合では、「Powered by Hi3D 1.0」を表示し、対応している場合は公式サイトへのリンクを設ける必要があります。Hi3Dの素材または派生物を含まないスタンドアロンの出力は、それ自体ではブランディング、配布、規模ライセンスの義務を発生させません。既存のApache-2.0およびMIT条項は、それらが対象とするオリジナル部分および第三者部分について引き続き有効であり、DINOv2、CLIP、Hunyuanおよびその他のコンポーネントはそれぞれ独自の条項を維持します。

趣味で作る人やアセットを制作する代理店にとって、それはほぼ無制限に近い。洗練された仕上げをエンドポイントの裏側に置くSaaSにとっては、特定の規模で作動するトリップワイヤー付きのライセンスであり、加えて帰属表示の要件も伴う。MAU 20万人というラインは、コンシューマー向けデザインツールにとってさほど巨大ではない。これから作ろうと考えている人は、成長曲線を迎えた後ではなく、統合の前に契約書を読むべきだ。

走るために必要なもの

これはLinux専用のソースインストール版です。Python 3.10、Compute Capability 8.0以上のNVIDIA GPU、およびインストール済みのPyTorchに対応するCUDA 12.0～12.5のCUDAツールキットが必要です。READMEに記載の実測構成は、Python 3.10.12、CUDA 12.4付きPyTorch 2.5.0、96 GBのH20です。インストール時にはflash-attn 2.7.4.post1をビルド分離を無効にして取得し、spconv-cu120と固定された制約ファイルも取得します。PyPIホイールはなく、事前ビルド済みのプロジェクトパッケージもありません。

オフラインで使用するには、リファインメントの重み、DINOv2、CLIPのローカルコピーが必要です。粗いメッシュを生成するためのオプションのデモアダプターは、TencentのHunyuan3D-2 miniを使用します。これは別途入手する必要があり、独自のライセンスを保持します。コアのリファインメントスクリプトはHunyuanをインポートせず、提供する任意の粗いメッシュを受け入れます。これは、すでにジェネレーターを備えた本番パイプラインにとってより有用なモードです。

インストール手順には、実用的な警告が2つ含まれています。flash-attnはPyTorchの後にビルドする必要があり、失敗した場合のフォールバックはありません。メモリオフロードは利用可能ですが、GPUの最小フットプリントを保証するものではなく、単純な.to("cuda")と組み合わせることはできません。24GBのワークステーション向けカードでこれを実行できることを期待していた場合、リポジトリはそれが可能だとは主張しておらず、測定された唯一の構成はその4倍です。

箱の中に何が入っていませんか

Hi3D V1.0 にはホスト型 API はありません。Hugging Face のカードには、このモデルは「どの Inference Provider によってもデプロイされていない」と記載されており、公式サイトのダウンロードボタンはローカルデプロイを指しています。ベンダーのページからリンクされている無料デモ Space は試用版であり、料金表を伴うエンドポイントではありません。同社の商用製品は別モデルです。Hi3D v3.0 で、サイトでは 2048³ のボクセルレベルのジオメトリ、最大 8K テクスチャ、オンラインワークスペース経由でのアクセスと説明されています。v1.0 はオープンなもの、v3.0 は同社が販売しているものです。

ホスト型エンドポイントが存在しないことは、批判ではありません。これはデプロイメント上の事実であり、今月このモデルを使えるチームが変わるという意味です。96GBのGPUとLinuxマシンを持つチームは使えますが、画像をAPIに送りたいチームは、自らサービスを構築するか、他の誰かが構築するのを待つのでなければ使えません。

ルーターが適する場合と、適さない場合

OrcaRouterはHi3D V1.0を提供しておらず、3Dモデルは一切提供していません。カタログに含まれるのは、テキスト、ビジョン、動画、埋め込み、音声のモデルです。本記事のいかなる記述も、当社のエンドポイント経由でメッシュ生成器を呼び出せるという主張として読まれるべきではありません。

リファインメントパイプラインを取り巻く層はまた別の話だ。画像条件付きメッシュの明白な品質チェックは視覚的なもの、つまり結果を3〜4つの角度からレンダリングし、シルエット、局所的なディテール、マルチビューの整合性が参照と一致するかをビジョンモデルに尋ねることだ。それはLLM的な呼び出しであり、3つの契約を結ぶことなく複数のモデルを試せることの恩恵を受ける種類の呼び出しだ。OrcaRouterは200以上のモデルを0%のマークアップで1つのAPIの背後に、プロバイダーが劣化した際の自動フェイルオーバーを備えており、そのモデルフュージョンモードでは、QAゲートを1つのモデルに賭けるのではなく、モデルのパネルが同じ検査に共同で答えることができる。3Dの作業はローカルにとどまるが、それを取り巻く判断は特注である必要はない。

何がこの評価を変えるでしょうか

有用な順に3つ挙げる。具体的なスライサー名を明記した印刷テスト、明示された失敗基準、ベースラインがあれば、90%という主張は購入者が使える数値になる。複数のGPUで512³、1024³、1536³におけるレイテンシとメモリの表を示せば、96 GB要件が検証上のアーティファクトなのか絶対下限なのかをチームは判断できる。そして、出発点となった粗いメッシュとの独立した比較は、細分化モデルにとって唯一重要な問いに答えるはずだ。第2段階は実際にどれだけの詳細を追加し、その代償としてどれだけのアーティファクトを生むのか。

それまでは、擁護可能な要約は狭く、しかし有用だ。Hi3D V1.0は実際にダウンロードでき、商用利用も可能なリファインメントモデルであり、異例なほど率直な制限事項のセクションを備え、ライセンスは事業規模に応じて拡張し、著者自身によるもの以外に公表されたエビデンスはない。すでに粗いメッシュを生成し、GPUを自前で保有しているチームにとっては、今週実験を走らせるのに十分だ。それ以外のすべての人にとっては、証拠がまだ揃っていない、将来性のあるリリースである。