Hi3D V1.0 сегодня стал открытым исходным кодом. Что доказывает репозиторий, а что — нет

23 октября 2026 года на GitHub появился репозиторий hi3d-official/Hi3Dv1.0 с шестью коммитами, одним тегом и примечанием к релизу: «Публикация кода инференса и документации Hi3D v1.0». В тот же день на Hugging Face появились восемь файлов среды выполнения, и Hi3D V1.0 — модель, ранее известная как Sparc3D — стала доступна для скачивания и коммерческого использования. Анонс, если его можно так назвать, вышел в виде пресс-релиза под заголовком «Hi3D V1.0 становится открытым исходным кодом: первая открытая ИИ-модель для 3D, проверенная в производственных условиях». Чего не вышло, так это таблицы бенчмарков. В репозитории нет ни одной цифры, которая сказала бы, насколько эта модель лучше грубой сетки, которую она уточняет, и ни одна третья сторона пока не опубликовала такую цифру. Этот пробел и есть суть истории.

Шесть коммитов и восемь файлов

Репозиторий достаточно мал, чтобы прочитать его за один день, и это первый полезный факт о нём. Он содержит код инференса, демонстрацию, ограничения Docker, документацию и sparc3d — Python-пакет. В нём нет кода обучения, обвязки для оценки, разбиений бенчмарка или сравнительных мешей, стоящих за графиками пресс-релиза. Авторы прямо говорят об этом в README: это релиз для инференса, а не пакет для воспроизведения.

Веса — это восемь файлов: индекс модели, конфигурация планировщика, конфигурация VAE и model.safetensors, а также transformer_512 и transformer_1024 — конфигурации и веса. Загрузчик читает JSON и safetensors и не исполняет Python-код из репозитория модели и не распаковывает контрольные точки (unpickle), что является более безопасным подходом и о чём стоит упомянуть всем, кому приходится проверять цепочку поставок. Два кодировщика условий — facebook/dinov2-large и openai/clip-vit-large-patch14 — загружаются отдельно и имеют собственные лицензии.

Количество параметров не опубликовано. Ни в README, ни в карточке модели, ни в пресс-релизе. Вы можете оценить масштаб по размерам файлов, если скачаете их, но производитель не назвал число, и эта статья не будет его выдумывать.

Что конвейер делает с вашим изображением

Hi3D V1.0 — это не генератор изображение-в-3D в том смысле, который обычно вкладывают в это понятие. Это этап уточнения. Вы подаёте ему эталонное изображение объекта и грубую сетку того же объекта, а он возвращает сетку более высокого разрешения. Изображение задаёт условия для разреженного потока, определённого на координатах, взятых из грубой сетки; конвейер выполняет выборку разреженных латентов, декодирует их через разреженный VAE с самоотсечением, извлекает поверхность, а затем повторно вокселизирует эту поверхность, чтобы обеспечить следующий проход.

Есть три прохода, и запрошенное разрешение определяет, сколько из них выполнится:

• 512³ — один проход, структурная сетка 64³, разреженное извлечение 512³, transformer_512

• 1024³ — два прохода, добавление структурной сетки 128³, извлечение 1024³, transformer_1024

• 1536³ — три прохода с добавлением структурной сетки 192³, извлечение 1536³, transformer_1024

По умолчанию каждый проход выполняет 25 обновлений планировщика. В README осторожно объясняется, что означает «1536³»: это номинальная разреженная координатная сетка и сетка извлечения, а не плотный латентный тензор 1536³ и не фиксированное количество треугольников. Это различие важно, потому что в пресс-релизе говорится об «эффективном разрешении разреженной сетки до 1536³» — формулировка точная, но её легко понять как нечто более плотное, чем оно есть на самом деле.

На выходе получается trimesh.Trimesh и достигнутое разрешение. Он заново отцентрирован и нормализован до единичного максимального радиуса, поэтому исходные мировые координаты и абсолютный масштаб утрачены. Размер пакета — один. Текстур, материалов и цветов вершин нет. Если на следующем этапе вам нужен реальный размер — стол для печати, CAD-сборка, коллизионная оболочка — вам придётся вручную менять масштаб и ориентацию.

У числа 90% нет знаменателя

В пресс-релизе приводятся четыре количественных утверждения. Обучающие данные выросли примерно с 500 000 до двух миллионов отобранных 3D-ассетов. Геометрия достигает эффективной разреженной сетки 1536³. Модель сообщает о 90% успешности нарезки. И утверждается, что она получила «наивысшие показатели достоверности многовидового представления и насыщенности деталями в приведённой оценке».

В репозитории видны только первые два показателя. Показатель в два миллиона фигурирует в карточке модели как утверждение из проектного отчёта; показатель 1536³ реален в том смысле, что конвейер принимает запрос, и конфигурации существуют. Показатель 90% для нарезки нигде в репозитории не встречается. Нет определения того, что нарезалось, какой инструмент нарезки использовался, какими были режимы отказа или какой была базовая линия. «Наивысшая многоракурсная точность» приводится без оценок, без набора для сравнения и без методологии в публичных материалах. Это цифры, заявленные поставщиком, и честная интерпретация состоит в том, что они не проверены, а не в том, что они неверны.

Отсутствие стенда для оценки — вот почему это важно. Читатель не может взять репозиторий, запустить заявленное сравнение и проверить результат. Независимое воспроизведение пришлось бы начинать с пересоздания бенчмарка, а это уже другой проект. Для релиза, предназначенного только для инференса, это не является чем-то необычным, но это означает, что первая серьёзная проверка этой модели придёт от кого-то с фермой 3D-печати или конвейером подготовки ассетов, а не с лидерборда.

Репозиторий честнее, чем релиз.

Прочитайте раздел ограничений — и картина станет полезнее, чем из одного заголовка. Это собственные слова поставщика, пересказанные:

• Только геометрия. Без текстур, материалов и цветов вершин, а размер пакета равен одному.

Обязательно нужна грубая сетка. Модель уточняет структуру, но не создаёт исходную поверхность по изображению.

• Ошибки грубой сетки сохраняются. Если входной силуэт неверен, уточнение может сделать неправильную форму более резкой.

• Геометрия, скрытая на референсном изображении, достраивается правдоподобно, а не восстанавливается точно. Это нормально для главного ассета и плохо для измерения.

• Абсолютный масштаб и мировые координаты отбрасываются на этапе нормализации.

• Сиды — это не хеши мешей. Разреженная свёртка и механизм внимания на GPU не являются побитово детерминированными, поэтому один и тот же сид может дать другой меш.

• Полная лестница 1536³ была проверена только на 96 ГБ NVIDIA H20. Использование памяти и осуществимость на картах меньшего размера явно не установлены.

• Нет пути инференса на CPU, и flash-attn не имеет резервной реализации механизма внимания.

• Если запрошенное разрешение невозможно получить, конвейер выдаёт ошибку, а не молча возвращает результат с более низким разрешением.

• В README говорится, что номинальное разрешение и геометрическая детализация не гарантируют пригодность для нижестоящего приложения. Это самая важная строка в документе.

Открытый исходный код с оговоркой о росте

Лицензия называется Hi3D Open License Agreement Version 1.0. Это не MIT, не Apache-2.0 и не какой-либо текст, одобренный OSI, а на официальной странице лицензия вообще не названа, поэтому авторитетным источником является репозиторий. Коммерческое использование разрешено. Самое интересное — это условия.

Если связанный продукт или услуга превышает 200 000 ежемесячных активных пользователей или 1 000 000 долларов США ежемесячной выручки, лицензиат должен уведомить Hi3D и подать заявку на отдельную письменную лицензию в течение 60 дней. Коммерческие интеграции должны отображать «Powered by Hi3D 1.0» и содержать ссылку на официальный сайт, если это поддерживается. Автономные результаты, не содержащие материалов Hi3D или производных от них, сами по себе не влекут обязательств по брендированию, распространению или лицензированию при масштабировании. Действующие условия Apache-2.0 и MIT остаются в силе для оригинальных и сторонних частей, которые они покрывают, а DINOv2, CLIP, Hunyuan и другие компоненты сохраняют собственные условия.

Для любителя или агентства, создающего ассеты, это почти что без ограничений. Для SaaS, который предоставляет доработку через эндпоинт, это лицензия со скрытым ограничением при определённом размере плюс требование указания авторства. Порог в 200 000 MAU не так уж велик для потребительского инструмента для дизайна. Всем, кто планирует создать такой инструмент, стоит прочитать соглашение до интеграции, а не тогда, когда кривая роста уже позади.

Что нужно для запуска

Это релиз только для Linux, устанавливаемый из исходного кода. Требуются Python 3.10, видеокарта NVIDIA с вычислительной возможностью 8.0 или новее и набор инструментов CUDA версии от 12.0 до 12.5, совместимый с установленным PyTorch. Измеренная конфигурация в README — это Python 3.10.12, PyTorch 2.5.0 с CUDA 12.4 и H20 на 96 ГБ. При установке подтягиваются flash-attn 2.7.4.post1 с отключённой изоляцией сборки, spconv-cu120 и файл ограничений с закреплёнными версиями. Ни PyPI-колеса, ни готового пакета проекта нет.

Для автономной работы нужны локальные копии весов уточнения, DINOv2 и CLIP. Необязательный демонстрационный адаптер для генерации грубой сетки использует принадлежащий Tencent Hunyuan3D-2 mini, который необходимо получить отдельно; он распространяется по собственной лицензии. Основной скрипт уточнения не импортирует Hunyuan и примет любую предоставленную вами грубую сетку — это более полезный режим для производственного конвейера, в котором уже есть генератор.

В инструкции по установке есть два практических предупреждения. flash-attn должен быть собран после PyTorch, и при неудаче запасного варианта нет. Выгрузка памяти доступна, но не гарантирует минимальный объём памяти GPU, и её нельзя комбинировать с обычным .to("cuda"). Если вы надеялись запустить это на видеокарте для рабочей станции с 24 ГБ, репозиторий не утверждает, что это возможно, а единственная измеренная конфигурация вчетверо больше.

Чего нет в коробке?

Для Hi3D V1.0 нет размещённого API. В карточке на Hugging Face указано, что модель «не развёрнута ни одним провайдером инференса», а кнопка загрузки на официальном сайте ведёт к локальному развёртыванию. Бесплатное демо-Space, на которое ссылается страница поставщика, — это пробная версия, а не эндпоинт с тарифной сеткой. Коммерческий продукт компании — это другая модель: Hi3D v3.0, которую сайт описывает как геометрию воксельного уровня 2048³ с текстурами до 8K и доступом через онлайн-рабочее пространство. v1.0 — открытая; v3.0 — та, которую компания продаёт.

Отсутствие размещённого эндпоинта — не критика. Это факт развёртывания, который меняет, кто сможет использовать модель в этом месяце: команда с GPU на 96 ГБ и Linux-машиной может; команда, которая хочет отправлять изображение в API, не может — если только она не построит сервис сама или не подождёт, пока это сделает кто-то другой.

Где маршрутизатор уместен, а где нет

OrcaRouter не обслуживает Hi3D V1.0 и вообще не работает с 3D-моделями. В каталоге представлены текстовые модели, модели компьютерного зрения, видео, эмбеддингов и речи. Ничто в этой статье не следует воспринимать как утверждение, что через наш эндпоинт можно вызвать генератор мешей.

Слой вокруг пайплайна доработки — совсем другое дело. Очевидная проверка качества для меша, обусловленного изображением, — визуальная: отрендерить результат с трёх-четырёх ракурсов и спросить у визуальной модели, совпадают ли силуэт, локальные детали и согласованность между ракурсами с референсом. Это вызов в духе LLM, и именно такие вызовы выигрывают от возможности опробовать несколько моделей, не заключая три контракта. OrcaRouter ставит более 200 моделей за одним API с наценкой 0%, с автоматическим переключением при деградации провайдера, а его режим объединения моделей позволяет панели моделей совместно отвечать на одну и ту же проверку, а не ставить контроль качества на одну-единственную. Работа с 3D остаётся локальной; суждение вокруг неё не обязано быть сделано на заказ.

Что изменило бы эту оценку?

Три вещи в порядке убывания полезности. Тест печати с указанным слайсером, заданным критерием отказа и базовой линией превратил бы заявленные 90% в число, которым покупатель сможет пользоваться. Таблица задержек и потребления памяти при 512³, 1024³ и 1536³ на более чем одном GPU показала бы командам, является ли требование 96 ГБ артефактом валидации или жёстким минимумом. А независимое сравнение с исходной грубой сеткой ответило бы на единственный вопрос, важный для модели уточнения: сколько детализации на самом деле добавляет второй этап и какой ценой в артефактах?

До тех пор оправданное резюме остаётся узким и полезным. Hi3D V1.0 — это реальная, доступная для скачивания и коммерчески пригодная модель уточнения с необычайно откровенным разделом ограничений, лицензией, масштабируемой под ваш бизнес, и без опубликованных доказательств, кроме собственных данных авторов. Для команды, которая уже генерирует грубые меши и владеет GPU, этого достаточно, чтобы провести эксперимент на этой неделе. Для всех остальных это многообещающий релиз, подтверждения к которому ещё впереди.