AI PLAY玩法更新持续收录
← 回到更新流

2026-09-01 · 原文发布日

Trellis.2和Pixal3D原生入驻ComfyUI,单图转3D免折腾

ComfyUI官方把Trellis.2和Pixal3D做成了原生支持:不用再装自定义节点、编译CUDA扩展或降级PyTorch,还配套重做了3D管线,新增3D加载/预览/保存节点、网格后处理节点和烘焙法线与AO贴图的PBR纹理阶段。原管线里仅限非商用的nvdiffrast等依赖也被移除,官方称消费级硬件可跑且可商用。Pixal3D基于Trellis.2骨干,生成网格与输入图对齐更紧。

原文要点

ComfyUI官方通讯宣布Trellis.2(微软2025年12月开源的40亿参数单图转3D模型,O-Voxel表示,有效分辨率至1536³,自带PBR贴图模型)和Pixal3D(清华与腾讯ARC,SIGGRAPH 2026,基于Trellis.2骨干,像素对齐生成,网格与输入图对齐更紧)成为ComfyUI原生节点。不再需要自定义节点、编译CUDA扩展或降级PyTorch;原仅限非商用的nvdiffrast/nvdiffrec依赖被移除,官方称消费级硬件可跑且可商用。配套重做Load/Preview/Save 3D节点,新增Remesh/Decimate/Smooth Normals/Fill Holes等网格后处理节点、UV展开节点,并烘焙法线与AO贴图。需ComfyUI 0.34.0或更新,权重在Comfy-Org的Hugging Face仓库(含BiRefNet抠图、MoGe相机估计)。官方承认Hunyuan 3D、Tripo、Rodin等闭源模型效果仍更好。

这次做成什么

把ComfyUI升到0.34.0以上,按官方模板跑通「单张图片→3D网格+PBR贴图」流程,并用本站设计的对比练习:同一张图分别用Trellis.2和Pixal3D生成,对比网格与输入图的对齐程度。

准备什么

  • ComfyUI 0.34.0或更新版本(旧版本需先升级,不想本地装可用Comfy Cloud)
  • 一张主体清晰、背景简单的练习用图片(建议先用单物体正面照)
  • 足够的磁盘空间存放模型权重;官方称消费级显卡可跑,但未给出精确显存下限,低显存需自行尝试
  • 可访问Hugging Face下载Comfy-Org下的模型权重

具体怎么做

  1. 升级ComfyUI并获取官方工作流

    把ComfyUI更新到0.34.0或更高版本,打开内置模板库找到Trellis.2和Pixal3D的官方工作流(或在官方博客页面下载工作流文件拖入界面)。

  2. 按工作流注释下载并放置模型权重

    按工作流内的注释提示,从Hugging Face的Comfy-Org组织下载Trellis.2、Pixal3D权重,以及BiRefNet(背景去除)和MoGe(相机FOV估计)两个辅助模型,放到注释指定的models子目录。目录名以工作流注释为准,不要凭习惯乱放。

  3. 连接单图转3D主流程

    在Load Image节点放入练习图片,流程自动经BiRefNet去背景、MoGe估计相机视角,再进入Trellis.2或Pixal3D生成节点产出网格与材质,用Preview 3D节点在界面内直接查看可旋转的3D结果。

  4. 用网格后处理节点修整网格

    原始生成网格通常不能直接投产:接Remesh Mesh修孔洞和瑕疵,Fill Holes补洞,Decimate Mesh把面数压到目标预算,Smooth Mesh Normals平滑法线。逐节点对比开启前后的预览差异。

  5. 生成完整PBR贴图并导出

    贴图阶段先经UV展开节点,再生成基础色、粗糙度、金属度贴图,并从高模烘焙法线贴图和环境光遮蔽(AO)贴图,最后用Save 3D节点保存网格文件导出。

  6. 做Trellis.2与Pixal3D对比练习

    用同一张输入图分别跑两个模型的工作流,各导出网格,从正面、侧面、背面截图记录对齐差异,填进下方对比记录表,观察官方所称Pixal3D与输入图对齐更紧是否在你的图上成立。

可直接复制的材料

两模型对比练习记录表(合成示例)

本站独立设计的练习模板,数值为虚构示例,请用你自己的运行结果替换每一行。

模型,输入图,面数(导出后),正面与输入图对齐,侧面结构完整性,PBR贴图完整度,备注
Trellis.2,wooden_duck_front.png,48210,轮廓基本一致,尾部略有粘连,基础色/粗糙度/金属度/法线/AO齐全,去背景干净
Pixal3D,wooden_duck_front.png,51340,轮廓贴合更紧,尾部结构分离清楚,基础色/粗糙度/金属度/法线/AO齐全,细节更接近输入视角

输入练习图的生成提示词(用于先造一张规范测试图)

本站编写,用于在任意文生图工具里生成一张符合单图转3D习惯的输入图;也可直接用自己拍的照片。

一张产品摄影风格的单物体照片:一只木雕小鸭摆件,纯白色无缝背景,正面三分之二视角,柔和均匀光线,物体完整入镜不裁切,高清晰度,无文字无水印。

输入与输出示例

本站虚构演示,未实际运行模型;面数、效果均取决于你的输入图与硬件。

输入

用上面的提示词生成一张木雕小鸭正面照(1024x1024,白背景),分别投入Trellis.2与Pixal3D工作流,Decimate目标设为约5万面

对应输出

示意导出结果:两个工作流各产出一个网格文件加5张PBR贴图(基础色、粗糙度、金属度、法线、AO)。记录表中Trellis.2导出约48210面、尾部略有粘连;Pixal3D导出约51340面、正面轮廓与输入图贴合更紧。以上为演示行,非真实运行数据。

做完检查这些

  • ComfyUI版本号显示0.34.0或更高,工作流加载后无缺失节点红框
  • Preview 3D节点中能看到可旋转查看的3D网格,且带有颜色材质
  • Save 3D导出的目录里同时有网格文件和至少5张贴图(含法线与AO)
  • Decimate Mesh节点的输出面数确实低于输入面数,可在节点输出或预览中核对
  • 对比练习记录表两行都填完,能说出哪个模型正面轮廓更贴合输入图

容易卡住的地方

  • Trellis.2权重是MIT许可,但官方明确闭源的Hunyuan 3D、Tripo、Rodin效果仍更好,追求最高质量时别期望原生模型反超
  • 官方称消费级硬件可跑但没给精确显存要求,低显存机器可能在生成或烘焙阶段内存不足,需自行降负载尝试
  • BiRefNet和MoGe辅助模型缺一个流程都会中断,下载清单以工作流内注释为准
  • 官方自述生成的贴图并不完美(原文称Are these textures perfect? No),商用投产前建议人工检查贴图接缝
  • Pixal3D通常比Trellis.2更贴合输入图,但共享同一骨干与VAE,输入图本身模糊时两者都会退化
  • 0.34.0之前的旧版自定义节点安装方式(编译CUDA扩展等)已不需要,别再照旧教程降级PyTorch

原文与作者资料 ↗

本站借助AI整理来源事实,独立编写中文操作指南与示例。示例不代表实际运行结果;来源效果尚未由本站独立复现。付费模板与模型、服务费用分别计算。

原文标题
Trellis.2 and Pixal3D Are Now Native in ComfyUI
原作者
ComfyUI Newsletter
原始发布日期
2026-08-31T22:01:22.277Z
来源
https://blog.comfy.org/p/trellis2-and-pixal3d-are-now-native