Hi3D V1.0：儲存庫裡只有六個提交，對外卻號稱「已通過生產驗證」

2026 年 10 月 23 日，Hi3D V1.0 出現在 GitHub 上，帶著六次提交、一個標籤和八個權重檔案。不到一天，同一個版本便透過通訊社流傳，標題稱它是「首個經生產驗證的開源 AI 3D 模型」。這兩種說法都是真的。但只有其中一項可以查證，而兩者之間的落差，正是潛在使用者理解這個版本時最有用的一件事。

這個儲存庫值得依其自身定位來看待。Hi3D V1.0 是 Sparc3D 的開源延續版本，而 Sparc3D 是 NeurIPS 2025 關於稀疏網格 3D 表徵的研究。它不是文字轉 3D 生成器。你給它一張參考影像和一個既有的粗略網格，它會回傳更密集的網格。這個區別決定了這項發布對你到底有沒有用，所以在任何品質數據之前值得先說明：如果你要找的是能把一句話變成物件的東西，那這個產物就不對。

儲存庫裡實際上有什麼？

此版本僅供推論。程式碼會取樣稀疏潛在向量，透過可自我剪枝的稀疏 VAE 將其解碼，並擷取出網格；模型階梯會以 64³、128³ 與 192³ 的名義結構網格執行三次傳遞，產生標記為 512³、1024³ 與 1536³ 的稀疏擷取網格。512³ 執行使用一次傳遞，1024³ 使用兩次，1536³ 使用三次，每次傳遞有 25 次排程器更新。輸出僅有幾何，別無其他：沒有紋理、沒有材質、沒有頂點顏色，批次大小為一，且結果會重新置中並正規化至單位半徑，因而捨棄絕對尺度。

缺失的內容與存在的內容同樣重要。這裡沒有訓練程式碼、沒有評估框架、沒有基準資料集切分，也沒有比較用網格。這個 Python 套件保留舊名稱——sparc3d，並有 Sparc3DPipeline 進入點——這是有用的提醒：這是換上新標籤的研究程式碼庫，而非全新的建置版本。可選的示範用配接器建構於騰訊的 Hunyuan3D-2 mini 上，並帶有自身授權條款，與 Hi3D 的授權分開。

依賴清單很短且毫不寬容：Linux、Python 3.10、運算能力 8.0 以上的 NVIDIA GPU、與 PyTorch 建置版本相符的 CUDA 12.0–12.5，以及沒有後備路徑的 flash-attn。不支援 CPU 推論。Hi3D 所對照測量的配置是單張 96 GB H20，而儲存庫指出 1536³ 僅在該 GPU 上驗證過。DINOv2-large 和 CLIP-ViT-L/14 會在執行時另行下載。

「Production-validated」只是個說法，不是一項衡量指標。

這份新聞稿並未界定該詞。其所述依據是，團隊在開源前「在真實世界的生產工作流程中測試，以提升其實用性」。這是在描述內部的 dogfooding（內部試用），對公司而言是合理做法，但放上標題則顯得薄弱。文中沒有具名客戶、沒有部署數量、沒有故障率資料，也沒有第三方參與。這份新聞稿也沒有引用任何人：它只列出媒體聯絡人，未將任何聲明歸屬於任何人。

這不是醜聞。廠商發布消息本來就是這樣運作，而 Hi3D 也遠非最惡劣的例子。但這句話在這裡有特定作用。「生產驗證」會讓讀者以為，已有獨立的生產使用經過觀察與衡量。這份發布所能支持的範圍更窄：廠商是在自家工作流程中使用自家模型。那是不同的主張，而只有第二種說法有公開紀錄可查。

同樣的節制也應適用於品質數據。英文版發布說明稱，該模型在「報告所述評估中取得最高的多視角保真度與細節豐富度分數」，但未公布分數。同一場發布的中文報導則提供了這些數字：多視角保真度 0.75、細節豐富度 0.841、85.9% 的人類偏好分數，以及聲稱的切片通過率約 90%，相比之下未指明的主流模型在 1536³ 下為 7–17%。這些全都由廠商自行報告。它們都沒有獨立重現，而且由於評估工具並未隨附發布，該儲存庫無法重現它們。

90% 的切片數字是那種不該看得太死的數據。它沒有說明使用的是哪款切片軟體，沒有測試網格，沒有定義什麼算失敗，英文版公告中也沒有點名任何基準模型。它很可能準確，但目前並不是買家能據以採取行動的任何證據。

確實有改變的數字：500,000 到 2,000,000

在種種品質宣稱之下，埋著的是這則發布中最具體的斷言。Hi3D 表示，訓練資料從約 50 萬項精選 3D 資產增加到約 200 萬項。相較於 Sparc3D 基準，這是四倍的增長；而且與偏好分數不同，這項宣稱有明確的指涉對象：團隊表示其策劃整理的資產數量。

這仍然無法稽核。該儲存庫並未隨附資料清單、類別細分、授權來源清單或任何取樣工具。你無法查核額外那 150 萬項資產究竟是什麼、來自何處，或是否與評估集重疊。這項說法原則上可查證，實務上卻未經查證——這正是大多數開放釋出訓練資料揭露內容的誠實描述。

四倍資料可能換來的，正是精修模型不擅長的事：泛化到粗略網格處理不佳的物件類別。一個見過更多長尾案例的精修階段，在輸入不尋常時，應該比較不容易憑空生成看似合理但實際錯誤的細節。這是一種關於行為的假設，不是保證；要驗證它，應該用你自己的資產來測試，而不是看廠商圖表。

如何自己便宜地檢查

對於一個沒有基準測試的模型來說，這次發布異常容易被證偽。由於輸入是粗略網格加上一張照片，你可以在一個下午內建立一個小型而誠實的測試集：

• 拿二十個你已經擁有、以掃描或建模方式取得的網格物件。把每一個降級成刻意粗糙的版本——進行減面、平滑，或把它丟進你原本已在使用的任何生成器來處理。

• 從已知相機為每個物件渲染一張乾淨的參考影像，並保留第二個視圖，且絕不向模型展示。

• 在 1024³ 與 1536³ 下進行精修，然後將留出視圖與原始版本比較。你要衡量的是額外細節是否真實，而不是它看起來是否銳利。

• 在任何切片軟體處理它之前，先評估水密性、流形性與三角形數量。如果你要列印，請用你實際列印時會採用的確切設定檔進行切片，並記錄失敗而非成功——失敗案例正是廠商數字無法回答的地方。

• 注意尺度流失。單位半徑正規化意味著模型不會保留輸入的實際尺寸，因此任何列印流程都需要你自行負責的重新縮放步驟。

二十個物件不會產生基準測試。它會告訴你這個模型值不值得一百，而這正是本週大多數團隊眼前的決定。

這份授權是「開放」的，就像試用版是「免費」的那樣。

權重與 Hi3D 自有程式碼均依 Hi3D Open License Agreement 1.0 授權；該授權並非經 OSI 核准的授權，若缺少此限定語，不應將其描述為開源。允許商業使用。並附帶兩項條件：整合方案必須顯示「Powered by Hi3D 1.0」；每月活躍使用者超過 200,000 人或每月營收超過 $1,000,000 美元的產品，必須在 60 天內通知 Hi3D 並協商另行授權。

對於研究團隊或內部工具而言，這兩項條款都不具約束力。對於任何要以這些權重為基礎打造商業 3D 服務的人來說，這些門檻低到足以事先規劃，而不是等到事後才發現。底層的 Sparc3D 部分保留其原本的 Apache-2.0 與 MIT 條款，因此授權是拼湊而成的：有些檔案確實是寬鬆授權，有些則不是。重新散布前，請先閱讀檔案層級的聲明。

商業產品完全是另一回事。Hi3D 販售的是 v3.0，其描述為具備 2048³ 幾何結構、紋理最高可達 8K。V1.0 是較舊、開放、僅含幾何的模型。任何人都不應將這次發布解讀為該公司免費釋出其現行產品；它釋出的是上一世代的精修階段。

路由器適合派上用場的地方，以及它老實說並不適合的地方

OrcaRouter 不提供 3D 幾何模型。本文任何內容都不應被解讀為可透過我們的 API 執行 Hi3D V1.0 的要約，因為我們無法做到。上述流程只能在你的 GPU 上執行，否則就無法運行。

不過，3D 工作流程中真正屬於多模態的部分，是審閱循環。將細化後的網格與參考照片比對、檢查渲染結果是否符合需求簡報、根據轉盤檢視撰寫缺陷報告——這些都是視覺模型的工作，也是團隊往往最後才臨時處理的部分。單一金鑰即可橫跨 200 多個語言、視覺與音訊模型，意味著品保流程不必自行採購，而自動容錯移轉可在單一供應商效能下降時讓審閱工作持續進行。如果你要在二十個物件上測試三種細化設定，昂貴的部分是判斷，而不是取樣。

什麼會改變這項評估？

三件事，按實用性由高到低排列。一套已釋出的評估測試框架，連同測試網格與切片設定，能把那個 90% 變成其他人可重現的數字。一份資料清單能讓「兩百萬資產」的說法可供查核。在非 96 GB H20 的硬體上進行第三方執行，可確認 1536³ 究竟是實際可用的運作點，還是單一 GPU 的軼事。

在那之前，正確的姿態正是這個儲存庫本身所邀請的：下載它，在你了解的物件上執行它，並把每個重點百分比都當成假設。Hi3D V1.0 是一個真實、可下載、僅供推論的細化模型，有著嚴苛的硬體門檻，以及在大規模使用時就不再免費的授權。這是一個有用的發布版本。無論通訊稿怎麼說，它都還不是一個經過驗證的版本。