Hi3D V1.0 đã trở thành mã nguồn mở hôm nay. Những gì repo chứng minh, và những gì nó không.

Ngày 23 tháng 10 năm 2026, một kho GitHub có tên hi3d-official/Hi3Dv1.0 xuất hiện với sáu commit, một tag và một ghi chú phát hành ghi rằng "Phát hành mã suy luận và tài liệu của Hi3D v1.0." Cùng ngày hôm đó, tám tệp runtime đã có mặt trên Hugging Face, và Hi3D V1.0 — mô hình trước đây được gọi là Sparc3D — đã trở nên có thể tải xuống và sử dụng cho mục đích thương mại. Thông báo, nếu có thể gọi như vậy, đến dưới dạng một thông cáo báo chí với tiêu đề "Hi3D V1.0 chuyển sang mã nguồn mở: Mô hình AI 3D mã nguồn mở đầu tiên được xác thực trong sản xuất." Điều không được công bố là một bảng benchmark. Không có con số nào trong kho mã cho bạn biết mô hình này tốt hơn bao nhiêu so với lưới thô mà nó tinh chỉnh, và chưa có bên thứ ba nào công bố một con số như vậy. Khoảng trống đó chính là câu chuyện.

Sáu commit và tám tệp

Kho lưu trữ đủ nhỏ để đọc trong một buổi chiều, và đó là sự thật hữu ích đầu tiên về nó. Nó chứa mã suy luận, một bản demo, các ràng buộc Docker, tài liệu và gói Python sparc3d. Nó không chứa mã huấn luyện, bộ khung đánh giá, các tập chia benchmark hay các lưới so sánh đằng sau các biểu đồ trong thông cáo báo chí. Các tác giả nói thẳng điều đó trong README: đây là bản phát hành suy luận, không phải gói tái lập.

Các trọng số gồm tám tệp: một chỉ mục mô hình, một cấu hình bộ lập lịch, một cấu hình VAE và model.safetensors, cùng với transformer_512 và transformer_1024 cùng cấu hình và trọng số. Trình tải đọc JSON và safetensors và không thực thi Python của kho mô hình hay unpickle checkpoint, đây là mẫu an toàn hơn và đáng lưu ý cho bất kỳ ai phải làm sạch chuỗi cung ứng. Hai bộ mã hóa điều kiện — facebook/dinov2-large và openai/clip-vit-large-patch14 — là các bản tải xuống riêng và có giấy phép riêng.

Không có số lượng tham số nào được công bố. Không trong README, không trên thẻ mô hình, không trong thông cáo báo chí. Bạn có thể suy ra quy mô từ kích thước tệp nếu tải chúng về, nhưng nhà cung cấp chưa đưa ra con số nào, và bài viết này sẽ không tự bịa ra một con số.

Quy trình xử lý hình ảnh của bạn như thế nào

Hi3D V1.0 không phải là một trình tạo 3D từ ảnh theo nghĩa mà hầu hết mọi người hiểu. Đây là một giai đoạn tinh chỉnh. Bạn đưa cho nó một ảnh tham chiếu của một đối tượng và một lưới thô của cùng đối tượng đó, và nó trả về một lưới có độ phân giải cao hơn. Ảnh điều kiện hóa một luồng thưa được định nghĩa trên các tọa độ lấy từ lưới thô; quy trình lấy mẫu các latent thưa, giải mã chúng qua một VAE thưa tự cắt tỉa, trích xuất một bề mặt, rồi tái voxel hóa bề mặt đó để hỗ trợ lượt tiếp theo.

Có ba lượt chạy, và độ phân giải bạn yêu cầu quyết định có bao nhiêu lượt được chạy:

• 512³ — một lượt, lưới cấu trúc 64³, trích xuất thưa 512³, transformer_512

• 1024³ — hai lượt, thêm lưới cấu trúc 128³, trích xuất 1024³, transformer_1024

• 1536³ — ba lượt, bổ sung lưới cấu trúc 192³, trích xuất 1536³, transformer_1024

Mỗi lượt chạy thực hiện 25 cập nhật bộ lập lịch theo mặc định. README cẩn thận về ý nghĩa của "1536³": đây là lưới tọa độ thưa và lưới trích xuất danh nghĩa, không phải một tensor tiềm ẩn dày đặc 1536³ và cũng không phải một số lượng tam giác cố định. Sự phân biệt đó quan trọng vì thông cáo báo chí nói "độ phân giải lưới thưa hiệu dụng lên tới 1536³," điều này chính xác nhưng dễ bị đọc thành thứ dày đặc hơn mức nó thực sự là.

Đầu ra là một trimesh.Trimesh và độ phân giải đạt được. Nó được đặt lại tâm và chuẩn hóa về bán kính tối đa bằng đơn vị, nên tọa độ thế giới ban đầu và tỉ lệ tuyệt đối đã không còn. Kích thước lô là một. Không có kết cấu, vật liệu hay màu đỉnh. Nếu bước tiếp theo của bạn cần một kích thước trong thế giới thực — bàn in, cụm lắp ráp CAD, vỏ va chạm — bạn sẽ phải tự thay đổi tỉ lệ và định hướng lại bằng tay.

Con số 90% không có mẫu số.

Thông cáo báo chí đưa ra bốn tuyên bố định lượng. Dữ liệu huấn luyện đã tăng từ khoảng 500.000 lên hai triệu tài sản 3D được tuyển chọn. Hình học đạt tới lưới thưa 1536³ hiệu dụng. Mô hình báo cáo tỷ lệ cắt thành công 90%. Và nó tuyên bố "điểm trung thực đa góc nhìn và độ phong phú chi tiết cao nhất trong đánh giá được báo cáo."

Chỉ hai con số đầu tiên là có thể thấy trong repository. Con số hai triệu xuất hiện trên model card như một tuyên bố trong báo cáo dự án; con số 1536³ là có thật theo nghĩa rằng pipeline chấp nhận yêu cầu và các config tồn tại. Con số slicing 90% không xuất hiện ở đâu trong repo. Không có định nghĩa nào về việc đã slicing cái gì, dùng slicer nào, các failure mode là gì, hay baseline là gì. “Độ trung thực đa góc nhìn cao nhất” đi kèm không có điểm số, không có tập so sánh và không có phương pháp luận trong tài liệu công khai. Đó là các số liệu do nhà cung cấp báo cáo, và cách đọc trung thực là chúng chưa được xác minh, không phải là chúng sai.

Việc thiếu một bộ khung đánh giá là lý do khiến điều này quan trọng. Người đọc không thể lấy kho mã nguồn, chạy phép so sánh được báo cáo và kiểm tra kết quả. Việc tái lập độc lập sẽ phải bắt đầu bằng việc dựng lại benchmark, mà đó là một dự án khác. Điều đó không hiếm với một bản phát hành chỉ để suy luận, nhưng nó có nghĩa là đánh giá nghiêm túc đầu tiên về mô hình này sẽ đến từ một người có cụm máy in hoặc một pipeline tài nguyên, chứ không phải từ một bảng xếp hạng.

Repo trung thực hơn bản phát hành.

Hãy đọc phần hạn chế và một bức tranh hữu ích hơn sẽ hiện ra so với những gì tiêu đề mang lại. Đây là lời của chính nhà cung cấp, được diễn giải lại:

• Chỉ hình học. Không có kết cấu, vật liệu hay màu đỉnh, và kích thước lô là một.

• Lưới thô là bắt buộc. Mô hình tinh chỉnh cấu trúc; nó không tự tạo ra bề mặt đầu tiên từ một hình ảnh.

• Lỗi lưới thô vẫn tồn tại. Nếu hình bóng đầu vào sai, bước tinh chỉnh có thể làm cho hình dạng sai trở nên sắc nét hơn.

• Phần hình học bị ẩn khỏi ảnh tham chiếu được bổ khuyết một cách hợp lý, không được tái dựng chính xác. Điều đó phù hợp cho một hero asset nhưng lại không tốt cho một phép đo.

• Tỉ lệ tuyệt đối và tọa độ thế giới bị loại bỏ bởi bước chuẩn hoá.

• Seed không phải là mã băm của mesh. Tích chập thưa và attention trên GPU không tất định ở mức bit, nên cùng một seed có thể tạo ra một mesh khác.

• Thang 1536³ đầy đủ chỉ mới được xác thực trên NVIDIA H20 96 GB. Mức sử dụng bộ nhớ và tính khả thi trên các card nhỏ hơn chưa được xác lập rõ ràng.

• Không có đường suy luận trên CPU và flash-attn không có triển khai attention dự phòng.

• Nếu không thể đạt được độ phân giải theo yêu cầu, pipeline sẽ báo lỗi thay vì âm thầm trả về một giá trị thấp hơn.

• README nói rằng {{1}}độ phân giải danh nghĩa{{/1}} và {{2}}chi tiết hình học{{/2}} không đảm bảo {{3}}tính phù hợp{{/3}} cho một {{4}}ứng dụng hạ nguồn{{/4}}. Đó là dòng quan trọng nhất trong tài liệu.

Mã nguồn mở, với điều khoản tăng trưởng

Giấy phép được gọi là Thỏa thuận Giấy phép Mở Hi3D Phiên bản 1.0. Đây không phải là MIT, Apache-2.0 hay bất kỳ văn bản nào được OSI phê chuẩn, và trang chính thức hoàn toàn không nêu tên giấy phép, vì vậy kho lưu trữ là nguồn có thẩm quyền. Việc sử dụng thương mại được cho phép. Các điều kiện mới là phần thú vị.

Nếu một sản phẩm hoặc dịch vụ liên quan vượt quá 200.000 người dùng hoạt động hàng tháng hoặc 1.000.000 USD doanh thu hàng tháng, bên nhận giấy phép phải thông báo cho Hi3D và nộp đơn xin giấy phép riêng bằng văn bản trong vòng 60 ngày. Các tích hợp thương mại phải hiển thị "Powered by Hi3D 1.0" và liên kết đến trang web chính thức ở nơi được hỗ trợ. Các đầu ra độc lập không chứa tài liệu hoặc sản phẩm phái sinh của Hi3D thì tự chúng không làm phát sinh nghĩa vụ về thương hiệu, phân phối hoặc giấy phép theo quy mô. Các điều khoản Apache-2.0 và MIT hiện có vẫn có hiệu lực đối với các phần gốc và phần của bên thứ ba mà chúng bao phủ, và DINOv2, CLIP, Hunyuan cùng các thành phần khác giữ nguyên các điều khoản riêng của chúng.

Đối với một người làm theo sở thích hoặc một agency tạo tài nguyên, điều đó gần như không bị hạn chế. Đối với một SaaS đặt tính năng tinh chỉnh phía sau một endpoint, đó là một giấy phép có bẫy kích hoạt ở một quy mô cụ thể, cộng thêm yêu cầu ghi công. Ngưỡng 200.000 MAU không phải là quá lớn đối với một công cụ thiết kế dành cho người tiêu dùng. Bất kỳ ai dự định xây dựng một công cụ như vậy nên đọc thỏa thuận trước khi tích hợp, chứ không phải sau khi đã có đường cong tăng trưởng.

Cần những gì để vận hành

Đây là bản phát hành chỉ dành cho Linux, cài đặt từ mã nguồn. Python 3.10, GPU NVIDIA có năng lực tính toán 8.0 trở lên và bộ công cụ CUDA từ 12.0 đến 12.5 khớp với PyTorch đã cài. Cấu hình đã đo trong README là Python 3.10.12, PyTorch 2.5.0 với CUDA 12.4 và H20 96 GB. Quá trình cài đặt kéo flash-attn 2.7.4.post1 với tính năng cô lập bản dựng bị tắt, spconv-cu120 và một tệp ràng buộc được ghim phiên bản. Không có gói bánh PyPI và không có gói dự án dựng sẵn.

Sử dụng ngoại tuyến cần có bản sao cục bộ của trọng số tinh chỉnh, DINOv2 và CLIP. Bộ điều hợp demo tùy chọn để tạo lưới thô sử dụng Hunyuan3D-2 mini của Tencent, phải được lấy riêng và giữ giấy phép riêng của nó. Tập lệnh tinh chỉnh cốt lõi không import Hunyuan và sẽ chấp nhận bất kỳ lưới thô nào bạn cung cấp, đây là chế độ hữu ích hơn cho quy trình sản xuất đã có sẵn bộ tạo.

Hai cảnh báo thực tế nằm trong hướng dẫn cài đặt. flash-attn phải được build sau PyTorch, và không có phương án dự phòng nếu nó thất bại. Có thể dùng memory offload nhưng nó không đảm bảo mức chiếm dụng GPU tối thiểu, và không thể kết hợp với một.to("cuda") thông thường. Nếu bạn hy vọng chạy được thứ này trên card workstation 24 GB, kho lưu trữ không khẳng định bạn có thể, và cấu hình duy nhất được đo là gấp bốn lần mức đó.

Cái gì không có trong hộp

Không có API được lưu trữ nào cho Hi3D V1.0. Thẻ Hugging Face cho biết mô hình "không được triển khai bởi bất kỳ Inference Provider nào", và nút tải xuống trên trang chính thức trỏ đến triển khai cục bộ. Space demo miễn phí được liên kết từ trang của nhà cung cấp chỉ là bản dùng thử, không phải một endpoint có bảng giá. Sản phẩm thương mại của công ty là một mô hình khác: Hi3D v3.0, mà trang web mô tả là hình học cấp voxel 2048³ với kết cấu lên đến 8K và truy cập qua không gian làm việc trực tuyến. v1.0 là bản mở; v3.0 là bản mà công ty bán.

Việc không có endpoint được lưu trữ không phải là một lời chỉ trích. Đó là một thực tế triển khai làm thay đổi việc ai có thể sử dụng mô hình trong tháng này: một nhóm có GPU 96 GB và một máy Linux thì có thể; một nhóm muốn gửi ảnh đến một API thì không, trừ khi họ tự xây dựng dịch vụ hoặc chờ người khác làm.

Bộ định tuyến phù hợp ở đâu và không phù hợp ở đâu

OrcaRouter không cung cấp Hi3D V1.0 và hoàn toàn không cung cấp mô hình 3D. Danh mục bao gồm các mô hình văn bản, thị giác, video, embedding và giọng nói. Không có nội dung nào trong bài viết này nên được hiểu là tuyên bố rằng bạn có thể gọi một trình tạo lưới thông qua endpoint của chúng tôi.

Lớp bao quanh một pipeline tinh chỉnh là một câu chuyện khác. Kiểm tra chất lượng hiển nhiên cho một mesh được điều kiện hóa bằng hình ảnh là kiểm tra bằng mắt: kết xuất kết quả từ ba hoặc bốn góc và hỏi một mô hình thị giác xem đường bao, chi tiết cục bộ và tính nhất quán đa góc nhìn có khớp với bản tham chiếu hay không. Đó là một lệnh gọi dạng LLM, và đó là kiểu lệnh gọi được hưởng lợi từ việc có thể thử nhiều mô hình mà không cần ba hợp đồng. OrcaRouter đưa hơn 200 mô hình ra sau một API duy nhất với mức phụ phí 0%, với tự động chuyển đổi dự phòng khi một nhà cung cấp bị suy giảm, và chế độ hợp nhất mô hình của nó cho phép một hội đồng mô hình cùng nhau trả lời cùng một cuộc kiểm tra thay vì đặt cược cổng QA vào một mô hình duy nhất. Phần việc 3D vẫn chạy cục bộ; phần đánh giá xung quanh nó không nhất thiết phải làm riêng.

Điều gì sẽ thay đổi đánh giá này?

Ba việc, theo thứ tự hữu ích. Một bài kiểm tra in với một slicer được nêu tên, một tiêu chí thất bại được nêu rõ và một mốc chuẩn sẽ biến tuyên bố 90% thành một con số mà người mua có thể dùng. Một bảng độ trễ và bộ nhớ ở 512³, 1024³ và 1536³ trên hơn một GPU sẽ cho các nhóm biết liệu yêu cầu 96 GB là một tạo tác của quá trình kiểm định hay là một ngưỡng sàn cứng. Và một so sánh độc lập với lưới thô ban đầu sẽ trả lời câu hỏi duy nhất quan trọng đối với một mô hình tinh chỉnh: giai đoạn thứ hai thực sự thêm bao nhiêu chi tiết, và cái giá phải trả về tạo tác là bao nhiêu?

Cho đến lúc đó, bản tóm tắt có thể bảo vệ được là hẹp và hữu ích. Hi3D V1.0 là một mô hình tinh chỉnh thực sự, có thể tải xuống, dùng được cho mục đích thương mại, với một phần hạn chế thẳng thắn một cách hiếm thấy, một giấy phép mở rộng theo quy mô doanh nghiệp của bạn, và không có bằng chứng công bố nào ngoài của chính các tác giả. Với một đội ngũ đã tạo ra các lưới thô và sở hữu GPU, thế là đủ để chạy một thử nghiệm ngay trong tuần này. Với tất cả những người khác, đây là một bản phát hành đầy hứa hẹn mà bằng chứng vẫn còn đang chờ phía trước.