統一潜在表現SLATによる複数形式の出力

TRELLISは、テキストまたは画像プロンプトから3D形状とテクスチャを生成するモデルです。最大20億パラメータのRectified Flow Transformerをバックボーンとし、50万個の3Dオブジェクトデータセットで学習されています。Structured LATent（SLAT）と呼ばれる統一潜在表現を採用しており、単一の潜在表現からメッシュ、3D Gaussian、Radiance Fieldsの各形式へデコードできます。

編集機能とデータセットの公開範囲

生成後のアセットに対するバリエーション生成や局所的な3D編集に対応します。単一画像入力だけでなく複数画像を入力条件とする生成コードのほか、モデルの学習コードや50万件規模のデータセット準備ツールキット一式がリポジトリに含まれます。

動作要件と対象ユーザー

検証済み環境はLinuxであり、16GB以上のVRAMを搭載したNVIDIA GPU（A100、A6000等）とCUDA環境が必要です。商用SaaSではなく自前環境にモデルをホストし、ゲーム開発や研究パイプラインへ3D生成処理を直接組み込みたい技術者や研究者に適しています。