IT之家 5 月 14 日消息，階躍星辰正式發(fā)布并開(kāi)源 3D 大模型 ——Step1X-3D，這是繼圖像、視頻、語(yǔ)音、音樂(lè)等模態(tài)后，階躍星辰在多模態(tài)方向的最新成果。Step1X-3D 模型總參數(shù)量達(dá) 4.8B（幾何模塊 1.3B，紋理模塊 3.5B），憑借堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)與先進(jìn)的 3D 原生架構(gòu)，可生成高保真、可控的 3D 內(nèi)容。階躍星辰稱(chēng)，Step1X-3D 不止于視覺(jué)“好看”，更追求實(shí)現(xiàn)“好用”與“可控”，旨在為 3D 內(nèi)容創(chuàng)作提供強(qiáng)大而可靠的技術(shù)引擎。
階躍星辰公布了完整的數(shù)據(jù)清洗策略，數(shù)據(jù)預(yù)處理策略，以及 800K 高質(zhì)量的 3D 資產(chǎn)，3D VAE、3D geometry Diffusion 以及 texture Diffusion 的全鏈路訓(xùn)練代碼開(kāi)源，助力 3D 生成社區(qū)發(fā)展。
開(kāi)源鏈接與體驗(yàn)地址：
GitHub：https://github.com/stepfun-ai/Step1X-3D
HuggingFace：https://huggingface.co/stepfun-ai/Step1X-3D
ModelScope：https://www.modelscope.cn/models/stepfun-ai/Step1X-3D
Tech Report：https://arxiv.org/pdf/2505.07747
IT之家附官方給出的核心特性與技術(shù)支撐如下：
Step1X-3D 嘗試解決 3D 內(nèi)容生成的關(guān)鍵挑戰(zhàn)，在數(shù)據(jù)、生成質(zhì)量與可控性上進(jìn)行了創(chuàng)新實(shí)踐。
1、數(shù)據(jù)驅(qū)動(dòng)與算法協(xié)同優(yōu)化
好數(shù)據(jù)是好模型的基礎(chǔ)。Step1X-3D 對(duì)超 500 萬(wàn)原始數(shù)據(jù)進(jìn)行嚴(yán)格篩選與處理后，建立了包含 200 萬(wàn)高質(zhì)量、標(biāo)準(zhǔn)化的訓(xùn)練樣本庫(kù)，有效克服了行業(yè)數(shù)據(jù)稀缺與質(zhì)量參差的瓶頸。
此外，Step1X-3D 通過(guò)增強(qiáng)型網(wǎng)格-SDF 轉(zhuǎn)換技術(shù)等方法，從源頭保障了模型學(xué)習(xí)的精準(zhǔn)性與最終生成的高效性，讓水密幾何轉(zhuǎn)換成功率提升了 20%，也讓 Step1X-3D 擁有了強(qiáng)大的泛化能力與細(xì)節(jié)捕捉力。
2、3D 原生生成：結(jié)構(gòu)清晰、細(xì)節(jié)生動(dòng)
Step1X-3D 采用先進(jìn)的 3D 原生兩階段架構(gòu)，解耦幾何與紋理表征，確保生成的不僅是視覺(jué)“皮囊”，更是結(jié)構(gòu)可靠、可供下游應(yīng)用的“骨架”，有效規(guī)避幾何失真，保證生成的準(zhǔn)確性、真實(shí)感與一致性。
幾何塑形更精準(zhǔn)
幾何生成的核心在于采用為 3D 特性深度優(yōu)化的創(chuàng)新混合 VAE-DiT 架構(gòu)。該架構(gòu)負(fù)責(zé)生成 TSDF 內(nèi)部表示，確保產(chǎn)出的 3D 模型結(jié)構(gòu)完整、無(wú)破面漏點(diǎn)；同時(shí)通過(guò)引入銳利邊緣采樣（Sharp Edge Sampling）等技術(shù)，精準(zhǔn)捕捉并還原物體的豐富幾何細(xì)節(jié)。
紋理細(xì)節(jié)更生動(dòng)
紋理生成則基于強(qiáng)大的 SD-XL 模型進(jìn)行深度定制與優(yōu)化。通過(guò)幾何條件（利用法線與位置信息）的精準(zhǔn)引導(dǎo)，以及潛在空間多視圖同步技術(shù)，實(shí)現(xiàn)了與幾何模塊的高效協(xié)同。確保生成的紋理不僅色彩飽滿、質(zhì)感生動(dòng)逼真，更能跨越多視圖保持高度一致，與復(fù)雜三維表面精密貼合，有效避免常見(jiàn)的扭曲與接縫瑕疵。
Step1X-3D 顯著提升了 3D 內(nèi)容生成的可控性與易用性。其關(guān)鍵在于，VAE-Diffusion 整體架構(gòu)在設(shè)計(jì)上與主流 2D 生成模型（如 Stable Diffusion）保持了高度一致性，從而能夠無(wú)縫引入并應(yīng)用成熟的 2D 控制技術(shù)（如輕量化的 LoRA 微調(diào)）。
因此用戶可以對(duì)生成 3D 資產(chǎn)的對(duì)稱(chēng)性、表面細(xì)節(jié)（如鋒利度、平滑度）等多種屬性進(jìn)行直觀、精細(xì)的調(diào)控，讓創(chuàng)作更精準(zhǔn)地符合用戶意圖。
性能評(píng)估
為了客觀評(píng)估 Step1X-3D 的實(shí)際效果，我們通過(guò)一個(gè)自建的綜合測(cè)試（包含 110 個(gè)多樣化測(cè)試用例），對(duì) Step1X-3D 進(jìn)行了嚴(yán)格的定量與定性評(píng)估，同時(shí)與多款主流模型進(jìn)行全面對(duì)比。
結(jié)果顯示：在自動(dòng)評(píng)估中，Step1X-3D 在多項(xiàng)關(guān)鍵維度上均表現(xiàn)出色。
在與主流 3D 模型的對(duì)比評(píng)測(cè)中，特別是在衡量?jī)?nèi)容與輸入語(yǔ)義一致性的核心指標(biāo) CLIP-Score 上，Step1X-3D 取得了當(dāng)前所有對(duì)比模型中的最高分，為開(kāi)源社區(qū)提供了極具競(jìng)爭(zhēng)力的 3D 生成方案。
Online Demo：https://huggingface.co/spaces/stepfun-ai/Step1X-3D
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。