近日，階躍星辰公司震撼發(fā)布了其傾力打造的最新3D大模型——Step1X-3D，并慷慨地宣布將此模型開源。這款模型擁有驚人的4.8B總參數(shù)量，其中，1.3B專注于幾何模塊的精細構(gòu)建，而3.5B則致力于紋理模塊的生動呈現(xiàn)。Step1X-3D通過創(chuàng)新的3D原生兩階段架構(gòu)設(shè)計，實現(xiàn)了幾何與紋理表征的巧妙解耦，從而確保了生成內(nèi)容的結(jié)構(gòu)穩(wěn)固性和視覺逼真度。
Step1X-3D之所以能夠達到如此卓越的效果，離不開其堅實的數(shù)據(jù)支撐和先進的算法優(yōu)化。階躍星辰團隊從超過500萬的原始數(shù)據(jù)中精挑細選，最終建立了包含200萬高質(zhì)量、標準化樣本的訓(xùn)練數(shù)據(jù)庫。該模型還引入了增強型網(wǎng)格-SDF轉(zhuǎn)換技術(shù)，極大地提升了學(xué)習(xí)的準確性和生成效率。在幾何生成層面，混合VAE-DiT架構(gòu)確保了3D模型結(jié)構(gòu)的完整性，而銳利邊緣采樣技術(shù)則捕捉到了精細入微的幾何細節(jié)。在紋理生成方面，Step1X-3D則基于SD-XL模型進行優(yōu)化，并結(jié)合了幾何條件引導(dǎo)和多視圖同步技術(shù)，使得生成的紋理色彩豐富、細節(jié)生動。
令人矚目的是，Step1X-3D的架構(gòu)設(shè)計與主流的2D生成模型，如Stable Diffusion，保持高度兼容，并融入了成熟的2D控制技術(shù)，如輕量化的LoRA微調(diào)。這一特性使得用戶能夠直觀地調(diào)控生成3D資產(chǎn)的對稱性、表面細節(jié)（如鋒利度、平滑度）等多種屬性，從而更精確地滿足創(chuàng)作需求。
階躍星辰不僅在模型研發(fā)上取得了顯著成果，還慷慨地分享了其數(shù)據(jù)清洗、預(yù)處理策略，以及800K高質(zhì)量的3D資產(chǎn)。同時，公司還開源了3D VAE、3D geometry Diffusion以及texture Diffusion的全鏈路訓(xùn)練代碼。這些舉措無疑將為3D生成技術(shù)的發(fā)展注入強勁動力，為開發(fā)者提供寶貴的資源和工具。
