Hi3D V1.0：仓库里只有六次提交，线上却已“通过生产验证”

2026年10月23日，Hi3D V1.0 出现在 GitHub 上，带有六次提交、一个标签和八个权重文件。不到一天，同一版本就在各大通讯社间流传，标题称其为“首个经过生产验证的开源 AI 3D 模型”。这两种说法都属实。但其中只有一种可以核实，而二者之间的落差，正是潜在用户理解此次发布时最有用的一点。

这个仓库值得按其自身定位给予关注。Hi3D V1.0 是 Sparc3D 的开源延续，后者是 NeurIPS 2025 关于稀疏网格 3D 表示的工作。它不是文本到 3D 生成器。你给它一张参考图像和一个已经存在的粗糙网格，它返回一个更密集的网格。这一区别决定了该发布对你是否有用，因此值得在任何质量指标之前说明：如果你在寻找能把一句话变成物体的东西，那这个产物就不对路。

仓库里实际上有什么

该版本仅用于推理。代码会采样稀疏潜变量，通过自剪枝稀疏 VAE 对其进行解码，并提取网格；模型阶梯在 64³、128³ 和 192³ 的标称结构网格上运行三次，生成标记为 512³、1024³ 和 1536³ 的稀疏提取网格。512³ 运行使用一遍，1024³ 使用两遍，1536³ 使用三遍，每遍有 25 次调度器更新。输出仅为几何体，别无其他：没有纹理，没有材质，没有顶点颜色，批大小为 1，结果会重新居中并归一化到单位半径，这会丢弃绝对尺度。

缺失的内容与呈现的内容同样重要。这里没有训练代码，没有评估框架，没有基准划分，也没有对比网格。Python 包保留了旧名称——sparc3d，入口点为 Sparc3DPipeline——这恰好提醒我们：这是贴上新标签的旧研究代码库，而非全新的构建。可选的演示适配器基于腾讯的 Hunyuan3D-2 mini 构建，并带有其自己的许可证，与 Hi3D 的许可证相互独立。

依赖清单很短且要求苛刻：Linux、Python 3.10、计算能力为 8.0 或以上的 NVIDIA GPU、与 PyTorch 构建版本匹配的 CUDA 12.0–12.5，以及没有回退路径的 flash-attn。不支持 CPU 推理。Hi3D 用于对照测量的配置是单块 96 GB H20，并且仓库指出 1536³ 仅在该 GPU 上验证过。DINOv2-large 和 CLIP-ViT-L/14 在运行时单独下载。

“经过生产验证”只是一个说法，而不是一种度量

这篇新闻通稿并未定义该术语。它给出的依据是，团队在开源之前“在真实的生产工作流中进行了测试，以提升其实际可用性”。这其实描述的是内部的“自用验证（dogfooding）”，对企业而言这样做无可厚非，但把它写进标题就显得分量不足。文中没有具名客户，没有部署数量，没有故障率数据，也没有任何第三方参与。这篇通稿同样没有引用任何人的话：它只列出一位媒体联系人，未将任何表述归到任何个人名下。

这不是丑闻。供应商发布本来就是这样运作的，而 Hi3D 远不是最过分的。但这个说法在这里有特定作用。“经过生产验证”会让读者以为，独立的生产使用已经被观察和衡量过。发布内容所能支持的结论要窄得多：供应商在自己的工作流程中使用了自家的模型。这是两种不同的说法，而只有第二种是有据可查的。

同样的克制也应适用于质量指标。英文新闻稿称，该模型“在已报告的评估中取得了最高的多视图保真度和细节丰富度得分”，却没有公布具体分数。同一场发布的中文报道则给出了这些分数：多视图保真度 0.75、细节丰富度 0.841、85.9% 的人类偏好得分，以及声称的切片通过率约为 90%，而在 1536³ 下，未指明的主流模型为 7–17%。这些数字全都是厂商报告的。没有任何独立复现，而且代码仓库无法复现这些结果，因为评估工具链并未随附发布。

90% 这个切片数字要谨慎看待。它没有说明用的是哪款切片软件，没有给出测试网格模型，没有定义什么情况算失败，英文发布稿中也没有指明作为基准的机型。这个数字很可能确实准确。但就目前而言，它并不构成任何可供买家据此行动的证据。

确实发生变化的数字：从 500,000 到 2,000,000

在诸多质量声明之下，藏着此次发布最具体的断言。Hi3D 表示，训练数据从约 50 万个精选 3D 资产增长到约 200 万个。这达到 Sparc3D 基线的四倍；与偏好分数不同，这一说法有明确的指涉对象：团队所称其精选的资产数量。

它仍然无法审计。该仓库没有提供数据清单、类别细分、许可证来源列表或任何采样工具。你无法核查额外增加的 150 万个资产是什么、来自何处，也无法核查它们是否与评估集重叠。这一说法原则上可核查，实践中却未核查，而这如实描述了开放发布中大多数训练数据披露的情况。

四倍的数据可能带来的，正是细化模型不擅长的事情：对粗网格处理不佳的物体类别进行泛化。一个见过更多长尾数据的细化阶段，在输入不寻常时，应该更不容易幻觉出看似合理但错误的细节。这是一个关于行为的假设，而不是保证；检验它的方式是用你自己的资产，而不是厂商的图表。

如何自己低成本地检查

对于一个没有基准的模型来说，这次发布异常容易被证伪。因为输入是粗略网格加一张照片，你可以在一个下午内构建一个小而诚实的测试集：

• 取二十个你已有的物体，以扫描或建模的网格形式。将每一个降级为刻意粗糙的版本——简化、平滑，或用你已经在使用的任何生成器处理一遍。

• 从已知相机为每个对象渲染一张干净的参考图像，并保留第二个从不向模型展示的视角。

• 在 1024³ 和 1536³ 下进行细化，然后将留出视图与原始视图进行比较。你要衡量的是额外细节是否真实存在，而不是它看起来是否锐利。

• 在任何切片软件处理它之前，先评估水密性、流形性和三角面数量。如果你要打印，就用你实际打印时会用的确切配置进行切片，并记录失败而不是成功——失败案例正是厂商数据无法回答的地方。

• 注意尺度丢失。单位半径归一化意味着模型不会保留你输入内容的真实世界尺寸，因此任何打印流水线都需要一个由你负责的重新缩放步骤。

二十个对象不会产生基准测试。它会告诉你这个模型是否值一百个，而这正是本周大多数团队面临的决策。

许可证是开放的，就像试用版是免费的一样。

权重和 Hi3D 自有代码均受 Hi3D Open License Agreement 1.0 约束；该许可证未获 OSI 批准，若无此限定，不应将其描述为开源。允许商业使用。附带两项条件。集成必须显示“Powered by Hi3D 1.0”，且月活跃用户超过 200,000 或月收入超过 1,000,000 美元的产品，必须在 60 天内通知 Hi3D 并协商单独许可证。

对于研究团队或内部工具而言，这两项条款都不构成约束。对于任何基于这些权重构建商业 3D 服务的人来说，门槛足够低，可以提前规划，而不是事后才发现。底层的 Sparc3D 部分保留其原始的 Apache-2.0 和 MIT 条款，因此许可证是拼凑而成的：有些文件确实是宽松许可，有些则不是。再分发前请阅读文件级声明。

商业产品则完全是另一回事。Hi3D 销售的是 v3.0，其描述为 2048³ 几何结构、纹理最高可达 8K。V1.0 是较旧的、开放的、仅包含几何的模型。任何人都不应把这次发布理解为该公司免费放出其当前产品；它免费放出的是上一代产品的精修阶段。

路由器适用的场景，以及它确实不适用的场景

OrcaRouter 不提供 3D 几何模型服务。本文中的任何内容都不应被理解为可通过我们的 API 运行 Hi3D V1.0 的承诺，因为我们无法做到。上述流程要么在你的 GPU 上运行，要么根本无法运行。

不过，3D 工作流中真正属于多模态的部分是审查循环。将精修后的网格与其参考照片进行对比，检查渲染结果是否符合任务要求，根据转台视图记录缺陷——这些都是视觉模型的工作，也是团队往往最后才临时拼凑的部分。一个密钥即可覆盖 200 多种语言、视觉和音频模型这意味着 QA 环节无需单独采购，而且当单个提供商服务降级时，自动故障转移能让审查任务继续运行。如果你要跨二十个对象测试三种精修设置，昂贵的部分是判断，而不是采样。

什么会改变这一评估？

三件事，按有用性从高到低排列。发布一套附带测试网格和切片器设置的评估工具，会把 90% 变成一个其他人可以复现的数字。一份数据清单会让“两百万资产”这一说法变得可核查。在 96 GB H20 之外的硬件上进行一次第三方运行，将能确定 1536³ 究竟是一个真实的工作点，还是单 GPU 的个例。

在那之前，正确的姿态正是这个仓库本身所邀请的：下载它，在你能理解的对象上运行它，并把每一个醒目百分比都当作一种假设。Hi3D V1.0 是一个真实、可下载、仅用于推理的细化模型，它有着严苛的硬件门槛，以及一项在规模化使用后就不再免费的许可证。这是一次有用的发布。但无论新闻通稿怎么说，它还不是一次经过验证的发布。