Hi3D V1.0 is vandaag open source gegaan. Wat de repo bewijst, en wat niet.

Op 23 oktober 2026 verscheen een GitHub-repository genaamd hi3d-official/Hi3Dv1.0 met zes commits, één tag en een releaseopmerking met de tekst "Release van Hi3D v1.0-inferentiecode en documentatie." Diezelfde dag verschenen acht runtime-bestanden op Hugging Face, en Hi3D V1.0 — het model dat voorheen bekendstond als Sparc3D — werd downloadbaar en commercieel bruikbaar. De aankondiging, voor zover daar sprake van was, kwam als een persbericht onder de kop "Hi3D V1.0 gaat open source: het eerste productiegevalideerde open-source AI 3D-model." Wat niet werd gepubliceerd, was een benchmarktabel. Er staat geen getal in de repository dat aangeeft hoeveel beter dit model is dan het grove mesh dat het verfijnt, en geen enkele derde partij heeft er nog een gepubliceerd. Dat gat is het verhaal.

Zes commits en acht bestanden

De repository is klein genoeg om in een middag te lezen, wat het eerste nuttige feit erover is. Hij bevat inferentiecode, een demo, Docker-beperkingen, documentatie en de sparc3d Python-pakket. Hij bevat geen trainingscode, de evaluatieharnas, benchmarksplitsingen of de vergelijkingsmeshes achter de grafieken van het persbericht. De auteurs zeggen dat rechtstreeks in de README: dit is een inferentie-release, geen reproductiepakket.

De gewichten bestaan uit acht bestanden: een modelindex, een schedulerconfig, een VAE-config en model.safetensors, plus transformer_512 en transformer_1024 configuraties en gewichten. De loader leest JSON en safetensors en voert geen Python uit model-repositories uit en unpicklet geen checkpoints, wat het veiligere patroon is en het vermelden waard voor iedereen die een toeleveringsketen moet opschonen. Twee conditioning-encoders — facebook/dinov2-large en openai/clip-vit-large-patch14 — zijn afzonderlijke downloads en hebben hun eigen licenties.

Er is geen parameteraantal gepubliceerd. Niet in de README, niet op de modelkaart, niet in het persbericht. Je kunt de schaal afleiden uit de bestandsgroottes als je ze downloadt, maar de leverancier heeft er geen getal op geplakt, en dit artikel zal er geen verzinnen.

Wat de pipeline met je afbeelding doet

Hi3D V1.0 is geen image-to-3D-generator in de zin die de meeste mensen bedoelen. Het is een verfijningsfase. Je geeft het een referentieafbeelding van een object en een grof mesh van hetzelfde object, en het retourneert een mesh met hogere resolutie. De afbeelding conditioneert een sparse flow die is gedefinieerd op coördinaten uit het grove mesh; de pipeline samplet sparse latents, decodeert ze via een self-pruning sparse VAE, extraheert een oppervlak en revoxeliseert dat oppervlak om de volgende pass te ondersteunen.

Er zijn drie passes, en de resolutie die je aanvraagt bepaalt hoeveel ervan worden uitgevoerd:

• 512³ — één doorgang, 64³ structuurraster, 512³ sparse extractie, transformer_512

• 1024³ — twee passes, met toevoeging van een 128³ structuurrooster, 1024³-extractie, transformer_1024

• 1536³ — drie passes, waarbij een 192³ structuurrooster wordt toegevoegd, 1536³-extractie, transformer_1024

Standaard voert elke pass 25 scheduler-updates uit. De README is zorgvuldig over wat "1536³" betekent: het is een nominaal sparse coördinaten- en extractierooster, geen dense 1536³ latente tensor en geen vast driehoekaantal. Dat onderscheid is belangrijk, omdat het persbericht spreekt van "effectieve sparse-gridresolutie tot 1536³", wat accuraat is, maar gemakkelijk te lezen valt als iets densers dan het is.

De uitvoer is een trimesh.Trimesh en de behaalde resolutie. Het is opnieuw gecentreerd en genormaliseerd naar een maximale straal van één eenheid, dus de oorspronkelijke wereldcoördinaten en absolute schaal zijn verdwenen. Batchgrootte is één. Er zijn geen texturen, materialen of vertexkleuren. Als uw volgende stap een afmeting in de echte wereld nodig heeft — een printbed, een CAD-assemblage, een collision hull — dan schaalt en oriënteert u die met de hand opnieuw.

Het getal van 90% heeft geen noemer.

Het persbericht doet vier kwantitatieve beweringen. De trainingsdata groeide van ongeveer 500.000 naar twee miljoen gecureerde 3D-assets. De geometrie bereikt een effectief 1536³ sparse grid. Het model meldt een slicing-succespercentage van 90%. En het beweert "de hoogste scores voor multi-view-getrouwheid en detailrijkdom in de gerapporteerde evaluatie."

Alleen de eerste twee zijn zichtbaar in de repository. Het cijfer van twee miljoen staat op de modelkaart als een claim uit een projectrapport; het 1536³-cijfer is echt in die zin dat de pipeline het verzoek accepteert en de configuraties bestaan. Het slicing-percentage van 90% komt nergens in de repo voor. Er is geen definitie van wat er gesliced is, welke slicer is gebruikt, wat de faalmodi waren of wat de baseline was. "Highest multi-view fidelity" komt zonder scores, zonder vergelijkingsset en zonder methodologie in het openbare materiaal. Dat zijn door de leverancier gerapporteerde cijfers, en de eerlijke lezing is dat ze niet geverifieerd zijn, niet dat ze onjuist zijn.

Het ontbreken van een evaluatieharnas is de reden dat dit ertoe doet. Een lezer kan de repository niet pakken, de gerapporteerde vergelijking uitvoeren en het resultaat controleren. Onafhankelijke replicatie zou moeten beginnen met het opnieuw opbouwen van de benchmark, wat een ander project is. Dat is niet ongewoon voor een release voor alleen inferentie, maar het betekent wel dat de eerste serieuze beoordeling van dit model zal komen van iemand met een printfarm of een asset-pipeline, niet van een leaderboard.

De repo is eerlijker dan de release.

Lees de sectie met beperkingen en er ontstaat een nuttiger beeld dan de kop geeft. Dit zijn de eigen woorden van de leverancier, geparafraseerd:

• Alleen geometrie. Geen texturen, materialen of vertexkleuren, en de batchgrootte is één.

• Een grof mesh is verplicht. Het model verfijnt structuur; het bedenkt geen eerste oppervlak op basis van een afbeelding.

• Fouten door grof raster blijven bestaan. Als het ingevoerde silhouet onjuist is, kan de verfijning een verkeerde vorm scherper maken.

• Geometrie die in de referentieafbeelding verborgen is, wordt plausibel aangevuld, niet exact gereconstrueerd. Dat is prima voor een hero-asset en slecht voor een meting.

Absolute schaal en wereldcoördinaten worden door de normalisatiestap weggegooid.

• Seeds zijn geen mesh-hashes. GPU sparse convolution en attention zijn niet bitwise deterministisch, dus dezelfde seed kan een ander mesh opleveren.

• De volledige 1536³-ladder is alleen gevalideerd op een 96 GB NVIDIA H20. Geheugengebruik en haalbaarheid op kleinere kaarten zijn expliciet niet vastgesteld.

• Er is geen CPU-inferentiepad, en flash-attn heeft geen fallback-implementatie voor attention.

• Als de gevraagde resolutie niet kan worden bereikt, geeft de pipeline een foutmelding in plaats van stilzwijgend een lagere waarde terug te geven.

• De README zegt dat nominale resolutie en geometrisch detail de geschiktheid voor een downstreamtoepassing niet garanderen. Dat is de belangrijkste regel in het document.

Open source, met een groeiclausule

De licentie heet de Hi3D Open License Agreement Version 1.0. Het is geen MIT, Apache-2.0 of enige door OSI goedgekeurde tekst, en de officiële pagina noemt helemaal geen licentie, dus de repository is de gezaghebbende bron. Commercieel gebruik is toegestaan. De voorwaarden zijn het interessante deel.

Als een gerelateerd product of dienst meer dan 200.000 maandelijkse actieve gebruikers of USD 1.000.000 aan maandelijkse omzet heeft, moet de licentienemer Hi3D op de hoogte stellen en binnen 60 dagen een afzonderlijke schriftelijke licentie aanvragen. Commerciële integraties moeten "Powered by Hi3D 1.0" weergeven en, waar ondersteund, linken naar de officiële site. Zelfstandige outputs die geen Hi3D-materialen of afgeleiden bevatten, leiden op zichzelf niet tot verplichtingen op het gebied van branding, distributie of schaal-licenties. De bestaande voorwaarden van Apache-2.0 en MIT blijven van kracht voor de oorspronkelijke en third-party onderdelen die zij bestrijken, en DINOv2, CLIP, Hunyuan en andere componenten behouden hun eigen voorwaarden.

Voor een hobbyist of een bureau dat assets maakt, is dat bijna onbeperkt. Voor een SaaS die verfijning achter een endpoint plaatst, is het een licentie met een valstrik bij een specifieke omvang, plus een naamsvermeldingsvereiste. De grens van 200.000 MAU is niet enorm voor een consumentenontwerptool. Iedereen die er een van plan is te bouwen, zou de overeenkomst moeten lezen vóór de integratie, niet na de groeicurve.

Wat er nodig is om te runnen

Dit is een release voor alleen Linux, te installeren vanuit de broncode. Python 3.10, een NVIDIA-GPU met compute capability 8.0 of nieuwer, en een CUDA-toolkit tussen 12.0 en 12.5 die overeenkomt met de geïnstalleerde PyTorch. De gemeten configuratie in de README is Python 3.10.12, PyTorch 2.5.0 met CUDA 12.4, en een H20 van 96 GB. De installatie haalt flash-attn 2.7.4.post1 op met build-isolatie uitgeschakeld, spconv-cu120 en een vastgezet constraints-bestand. Er is geen PyPI-wheel en geen vooraf gebouwd projectpakket.

Offline gebruik vereist lokale kopieën van de verfijningsgewichten, DINOv2 en CLIP. De optionele demo-adapter voor het genereren van een grof mesh gebruikt de Hunyuan3D-2 mini van Tencent, die afzonderlijk moet worden verkregen en zijn eigen licentie behoudt. Het kernscript voor verfijning importeert geen Hunyuan en accepteert elk grof mesh dat je aanlevert; dat is de nuttigere modus voor een productiepipeline die al een generator heeft.

In de installatie-instructies staan twee praktische waarschuwingen. flash-attn moet na PyTorch worden gebouwd, en er is geen fallback als dat mislukt. Memory offload is beschikbaar, maar garandeert geen minimale GPU-footprint, en het kan niet worden gecombineerd met een gewone .to("cuda"). Als je hoopte dit op een workstation-kaart van 24 GB te draaien, claimt de repository niet dat dat kan, en de enige gemeten configuratie is vier keer zo groot.

Wat zit er niet in de doos?

Er is geen gehoste API voor Hi3D V1.0. De Hugging Face-kaart zegt dat het model "niet door enige Inference Provider wordt geïmplementeerd", en de downloadknop op de officiële site wijst naar lokale implementatie. De gratis demo-Space waarnaar vanaf de leverancierspagina wordt gelinkt, is een proefversie, geen endpoint met een tariefkaart. Het commerciële product van het bedrijf is een ander model: Hi3D v3.0, dat de site beschrijft als geometrie op voxelniveau van 2048³ met texturen tot 8K en toegang via de online werkruimte. v1.0 is de open versie; v3.0 is de versie die het bedrijf verkoopt.

Het ontbreken van een gehost endpoint is geen kritiek. Het is een implementatiefeit dat verandert wie het model deze maand kan gebruiken: een team met een 96 GB GPU en een Linux-machine kan dat wel; een team dat een afbeelding naar een API wil sturen niet, tenzij het de dienst zelf bouwt of wacht tot iemand anders dat doet.

Waar een router past, en waar niet

OrcaRouter biedt Hi3D V1.0 niet aan, en biedt helemaal geen 3D-modellen aan. De catalogus bestaat uit tekst-, vision-, video-, embedding- en spraakmodellen. Niets in dit artikel mag worden opgevat als een bewering dat je via ons endpoint een mesh-generator kunt aanroepen.

De laag rond een refinement-pipeline is een andere kwestie. De voor de hand liggende kwaliteitscontrole voor een op een afbeelding gebaseerd mesh is visueel: render het resultaat vanuit drie of vier hoeken en vraag een visionmodel of het silhouet, het lokale detail en de multi-viewconsistentie overeenkomen met de referentie. Dat is een aanroep in LLM-vorm, en het is precies het soort aanroep dat baat heeft bij de mogelijkheid om meerdere modellen uit te proberen zonder drie contracten. OrcaRouter zet meer dan 200 modellen achter één API met 0% markup, met automatische failover wanneer een provider degradeert, en de model-fusionmodus laat een panel van modellen dezelfde inspectie samen beantwoorden in plaats van de QA-gate op één model te wedden. Het 3D-werk blijft lokaal; de beoordeling eromheen hoeft geen maatwerk te zijn.

Wat zou deze beoordeling veranderen?

Drie dingen, in volgorde van nut. Een printtest met een genoemde slicer, een expliciet faalcriterium en een baseline zou van de claim van 90% een getal maken waar een koper iets aan heeft. Een tabel met latentie en geheugengebruik bij 512³, 1024³ en 1536³ op meer dan één GPU zou teams vertellen of de eis van 96 GB een validatie-artefact is of een harde ondergrens. En een onafhankelijke vergelijking met het grove mesh waar het van uitging, zou de enige vraag beantwoorden die ertoe doet voor een verfijningsmodel: hoeveel detail voegt de tweede fase daadwerkelijk toe, en tegen welke prijs in artefacten?

Tot dan is de verdedigbare samenvatting smal en nuttig. Hi3D V1.0 is een echt, downloadbaar en commercieel bruikbaar verfijningsmodel met een ongewoon openhartige sectie over de beperkingen, een licentie die meeschaalt met je bedrijf, en geen gepubliceerd bewijs buiten dat van de auteurs zelf. Voor een team dat al grove meshes genereert en zelf over de GPU beschikt, is dat genoeg om deze week een experiment te draaien. Voor alle anderen is het een veelbelovende release waarvan de bewijzen nog moeten komen.