TRELLIS.2とは？画像1枚からPBR付き3Dモデルを作るMicrosoftのAI
4Bパラメータのモデルは結局何をしてくれるのか
室谷代表取締役まずTRELLIS.2が何をするものか、から整理しておきたいんですよね。Microsoft Researchが出したモデルで、画像を1枚入れるとPBRマテリアル付きの3Dメッシュが出てくる。
出力はGLBです。
出力はGLBです。
テキトー教師DotAI 認定講師たしかに、そこが一番の売りですね。形だけじゃなくて、色・金属感・粗さまでテクスチャとして持った状態で出てくる。
初めて触る人がまず驚くのがその部分です。
初めて触る人がまず驚くのがその部分です。
室谷代表取締役中身は40億パラメータのFlow-Matching Transformerと、スパースボクセルベースの3D VAEの組み合わせ。論文は「Native and Compact Structured Latents for 3D Generation」で、主著者がJianfeng Xiangさん、清華大学とMicrosoft Researchの共著という形です。
2025年12月17日にオープンソースで公開されてます。
2025年12月17日にオープンソースで公開されてます。
テキトー教師DotAI 認定講師数字だけ聞くと大きく感じますけど、やってることは「1枚の絵から3Dの設計図を起こす」ことなんですよ。図面を引く作業を一気に短縮するイメージで、専門用語を抜きにすればそれだけの話なんです。
TRELLIS 2.0は初代からどこが進化した？（O-VoxelとPBRマテリアル）
室谷代表取締役初代のTRELLISがあって、その後継がこの第2世代という位置づけです。ComfyUIの公式ドキュメントでも「TRELLISの後継」と説明されてますね。
テキトー教師DotAI 認定講師進化の中心はO-Voxelという表現なんですよ。Omni-Voxelとも呼ばれて、開いた面や、面が閉じきっていない構造、内部に空洞があるような形も崩さずに扱える。
最初に戸惑うのがまさにそこで、今まで穴あきで壊れがちだった形状が素直に出てくるようになったんです。
最初に戸惑うのがまさにそこで、今まで穴あきで壊れがちだった形状が素直に出てくるようになったんです。
室谷代表取締役加えてPBRマテリアルに対応したのが、制作の現場では効くところなんですよね。形状を作るのと質感を付けるのは別工程で、そこが一発で出てくるのは工数に直で響きます。
テキトー教師DotAI 認定講師内部的にはSC-VAEで16倍に空間圧縮していて、1024³のアセットを約9,600個のlatentトークンまで落とす。だから重くなりすぎずに回る、という設計になってるわけです。
生成時間と対応解像度の目安
室谷代表取締役生成時間、H100での実測が公開されてるので共有しておきます。
| 解像度 | 合計 | 内訳（形状＋マテリアル） |
|---|---|---|
| 512³ | 約3秒 | 2秒＋1秒 |
| 1024³ | 約17秒 | 10秒＋7秒 |
| 1536³ | 約60秒 | 35秒＋25秒 |
テキトー教師DotAI 認定講師解像度でここまで差が出る、というのは先に知っておいた方がいいんですよ。最初から1536で回して「遅い」となって止まる人が多いので。
室谷代表取締役時給で換算すると、1分待つか数秒で済むかの差は試行回数にそのまま効いてきます。下書きは512で回して、本番だけ1024か1536に上げる、という使い分けが現実的ですね。
テキトー教師DotAI 認定講師対応しているのは512³から1536³まで。小さい解像度で形を確認して、決まったものだけ上げていくのが無駄がないです。
Pixal3Dという姉妹モデルとの違い
室谷代表取締役同じバックボーンを共有する姉妹モデルにPixal3Dがあります。清華大学とTencent ARC Labによるもので、SIGGRAPH 2026に採択されたと発表されてます。
テキトー教師DotAI 認定講師違いは入力画像への忠実度なんですよね。現場でよく聞くのは「元の絵にどれだけ寄るか」で選んでる、という話です。
室谷代表取締役構造が近いぶん、プロダクトに組み込む側としては「どっちを採用するか」の比較対象になる。このあたりは実際に両方回して見比べるのが早いと思います。
テキトー教師DotAI 認定講師まずはTRELLIS.2で全体の流れを掴んでから、忠実度が足りないと感じたときにPixal3Dを試す、という順番がハマりやすいですね。
必要なスペックは？GPU・VRAM・OSの条件とVRAM別の現実的な選び方
TRELLIS.2の実行構成別 要件・位置づけ
| 構成 | 公式リファレンス実装 | ComfyUI 0.34.0以降 | 8GBクラス＋FP8/low_vram |
|---|---|---|---|
| OS | Linuxのみ | 記載なし | 記載なし |
| GPU/VRAM | NVIDIA VRAM24GB以上 | コンシューマー向けGPU | 8GBクラス（RTX 2080例） |
| 検証・出典 | A100/H100で検証 | 公式ブログで明言 | SNS上の検証例（非公式） |
| その他の条件 | CUDA 12.4推奨／Python 3.8以上／Conda推奨 | 0.34.0以降 | FP8とlow_vramモード使用 |
| 向いている用途 | 研究・評価、条件を揃えた検証 | 個人制作・試作 | 時間をかけてよい検証 |
公式リファレンス実装の要件（Linux・VRAM24GB・CUDA 12.4）
室谷代表取締役スペックの話、先に整理しておきますね。TRELLIS.2の公式リファレンス実装はLinuxのみ対応で、NVIDIA GPUのVRAM 24GB以上。
検証はA100とH100で行われていて、CUDA Toolkitは12.4が推奨、Python 3.8以上、Condaでの環境構築が推奨なんですよね。
検証はA100とH100で行われていて、CUDA Toolkitは12.4が推奨、Python 3.8以上、Condaでの環境構築が推奨なんですよね。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこなんですよ。「自分のPCで動くんですか」という話になるので。
24GB以上って聞くと、手元のマシンで試す前提には見えにくいですよね。
24GB以上って聞くと、手元のマシンで試す前提には見えにくいですよね。
室谷代表取締役そうなんですよ。ここは研究用の再現構成として捉えたほうがよくて、手元の環境から入るルートは別に用意されている、という整理なんです。
テキトー教師DotAI 認定講師たしかに。その「別の入口」がComfyUIの話につながるわけですね。
ComfyUI統合後はコンシューマー向けGPUでも動く
室谷代表取締役その状況が変わったのが、ComfyUI運営チームの2026年8月31日の公式ブログなんですよ。TRELLIS.2とPixal3Dをネイティブ統合したと発表されていて、従来必要だったnvdiffrastやnvdiffrecといったコンパイル済みCUDA拡張への依存がなくなった、と。
コンシューマー向けGPUで動作すると明言されていて、ComfyUI 0.34.0以降で使えます。
コンシューマー向けGPUで動作すると明言されていて、ComfyUI 0.34.0以降で使えます。
テキトー教師DotAI 認定講師現場でよく聞くのも「じゃあ8GBでもいけるんですか」というところで。公式にコンシューマー向けGPUと書かれたことで、試す側の心理的なハードルは一気に下がりましたよね。
室谷代表取締役下がりましたよね。要件がデータセンター向けのGPUから手元のGPUに降りてきたのは、このツールの性格が変わる話でもあるんですよ。
テキトー教師DotAI 認定講師なるほど、研究のためのものから、制作の道具側に寄ってきたという感じですか。
8GBクラスのGPUで動かした事例から分かること
テキトー教師DotAI 認定講師8GBクラスで動かした事例も出ています。RTX 2080（8GB、Turing世代）でFP8とlow_vramモードを使って、約32分で生成できたという報告があるんですよ。
これはSNS上の検証例で、公式情報ではないんですけどね。
これはSNS上の検証例で、公式情報ではないんですけどね。
テキトー教師DotAI 認定講師ただ同じ報告で、対象外の世代向けのCUDAカーネルでエラーが頻発したとも書かれていて。動くには動くけど素直には動かない、というのが実感に近いと思います。
室谷代表取締役32分という数字をどう見るかですよね。待ち時間を許容できる検証ならアリだけど、制作フローに組み込むなら回転数が落ちる。
速いGPUほど作業を回せる回数が増える構造なので、ここは投資判断に近いんですよ。
速いGPUほど作業を回せる回数が増える構造なので、ここは投資判断に近いんですよ。
テキトー教師DotAI 認定講師たしかに、時短というより「何回試せるか」の話ですよね。
VRAM別・目的別の選び方
室谷代表取締役で、選び方なんですけど、まとめるとこうです。
| 構成 | 前提 | 向いている用途 |
|---|---|---|
| 公式リファレンス実装 | Linuxのみ、NVIDIA GPUでVRAM 24GB以上（A100/H100で検証） | 研究・評価、条件を揃えた検証 |
| ComfyUI 0.34.0以降 | コンシューマー向けGPUで動作すると明言 | 個人制作・試作 |
| 8GBクラス＋FP8/low_vram | SNSの検証例ベース。公式要件ではない | 時間をかけてよい検証 |
テキトー教師DotAI 認定講師最初から24GBを揃える必要はなくて、まずComfyUI側で自分の環境を試す、という順番が現実的ですね。低VRAMは遅さと不具合をセットで許容できるかどうかが分かれ目です。
室谷代表取締役そうなんですよね。何が足りないかは手を動かさないと見えないので、要件を読んで迷うより一度回してみるほうが早い。
セットアップの具体的な手順は次の章で追っていきますか。
セットアップの具体的な手順は次の章で追っていきますか。
テキトー教師DotAI 認定講師そうしましょう。環境構築は詰まりやすいので、手順は順番どおりに進めるのが安全です。
モデルとデモはどこで入手する？GitHub・Hugging Face・プロジェクトページ
GitHubリポジトリで配布されているもの
室谷代表取締役まずコード側の入手先ですけど、GitHubの microsoft/trellis.2 ですね。推論コードと環境構築用のスクリプトが一式まとまっていて、
app.py を動かせばローカルでWebデモも立ち上がるんですよ。テキトー教師DotAI 認定講師初めて触る人が最初に戸惑うのが、リポジトリを取ってきただけでは生成できない点なんですよ。重みは別の場所から持ってくる前提になってます。
室谷代表取締役配布元が分かれてるの、事業に組み込む側からすると正直面倒なんですけど、重みだけ差し替えて精度を見たいときは逆に都合がいい構造でもあって。
テキトー教師DotAI 認定講師たしかに。コードは追わずに重みだけ試す、という動き方ができるのは大きいですね。
Hugging Faceの学習済みモデル（TRELLIS.2-4B）
室谷代表取締役重みはHugging Faceの microsoft/TRELLIS.2-4B に置かれてます。40億パラメータのモデルがそのまま公開されてる形なんですよね。
テキトー教師DotAI 認定講師ここで名前の「4B」を軽く見ちゃう人が多いんですよ。数字の意味を押さえておくと、動かす前に必要な環境の見当がつきます。
室谷代表取締役2025年12月17日にオープンソースで出ていて、モデルカードには既知の制限まで書かれてる。先にそこを読む方が、結局は検証が早く終わるんですよね。
テキトー教師DotAI 認定講師生成メッシュに小さな穴があくことがある、といった注記もちゃんと載ってます。デモの綺麗な出力が毎回そのまま出るわけじゃないので、期待値の調整が要ります。
プロジェクトページのデモと素材の注意書き
室谷代表取締役デモはプロジェクトページ、microsoft.github.io/TRELLIS.2/ で見られます。生成例が並んでるので、まず何が出るのかを掴むのはここが一番早いです。
テキトー教師DotAI 認定講師ただ、このページは一番混同されやすいんですよ。掲載されてる素材そのものは学術・研究目的のみの提供と明記されていて、モデル本体のMITライセンスとは別の注意書きなんです。
室谷代表取締役そこ、事業で使う人が普通に引っかかるポイントで。デモの見た目がいいから資料にそのまま載せよう、という判断をすると話が変わってくる。
テキトー教師DotAI 認定講師見るのは自由、使うのは別の条件、という切り分けですね。最初に頭に入れておくと後で慌てずにすみます。
インストールと実行の手順は？GitHubからのセットアップとPythonでの生成
リポジトリを取得してconda環境を構築する
公式のリファレンス実装は、リポジトリを取ってきてsetup.shを叩くところから始まります。手順はこの3つです。
- ターミナルで
git clone -b main https://github.com/microsoft/TRELLIS.2.git --recursiveを実行する cd TRELLIS.2でリポジトリ直下に移動する. ./setup.sh --new-env --basic --flash-attn --nvdiffrast --nvdiffrec --cumesh --o-voxel --flexgemmを実行し、conda環境trellis2を作る
室谷代表取締役まずリポジトリを取るところなんですけど、
--recursiveを付けるのが公式の手順なんですよね。ここを忘れると後段で足りないものが生えるので、最初の一発は丸ごとコピーした方がいいです。テキトー教師DotAI 認定講師最初に戸惑うのが、
setup.shのオプションの多さなんですよ。何を選べばいいのか分からなくて手が止まる人は現場でも多い印象です。室谷代表取締役あの長いオプション列、研究コードらしいなと思うんですよ。再現性を優先して、必要な依存を全部明示してる感じで。
だから逆に、省略せずにこの行をそのまま貼るのが一番早いんですよね。
だから逆に、省略せずにこの行をそのまま貼るのが一番早いんですよね。
テキトー教師DotAI 認定講師たしかに。環境名が
trellis2で固定されるので、以降はconda activate trellis2を忘れずに、というところだけ押さえておけば大丈夫です。Pythonからパイプラインを呼び出してGLBを書き出す
環境ができたら、Pythonから3ステップで回せます。
Trellis2ImageTo3DPipeline.from_pretrained("microsoft/TRELLIS.2-4B")でモデルを読み込む- 画像を渡して
mesh = pipeline.run(image)[0]を実行する o_voxel.postprocess.to_glb(...)でGLBとして書き出す
python
pipeline = Trellis2ImageTo3DPipeline.from_pretrained("microsoft/TRELLIS.2-4B")
mesh = pipeline.run(image)[0]
o_voxel.postprocess.to_glb(mesh, ...) # 引数の詳細はリポジトリのサンプルを参照ここ、ありがたいんですよ。
研究コードって出力の形がバラバラなことが多いんですけど、最後がGLBに揃ってるので持ち出しやすいんですよね。
from_pretrainedでモデル名を指定して、runして、to_glbで保存。研究コードって出力の形がバラバラなことが多いんですけど、最後がGLBに揃ってるので持ち出しやすいんですよね。
室谷代表取締役パイプラインとして関数が切られてるのは、事業側から見ると地味に効くところで。自社のバッチに組み込むにしても、呼び出しが3行で済むなら検証コストが全然違うんですよ。
テキトー教師DotAI 認定講師引数の細かい指定はサンプルコードを見ながら埋めていく形になりますね。いきなり全部理解しようとせず、まず1枚通してGLBが出るところまでを目指すのがハマりにくいです。
室谷代表取締役そうですね。最初から解像度やマテリアルを追い込むより、素の状態で1回通す。
そこで詰まったら初めて中身を見る、くらいの順番が現実的だと思います。
そこで詰まったら初めて中身を見る、くらいの順番が現実的だと思います。
python app.pyでWebデモを起動する
コードを書かずに試したい場合は、付属のデモアプリを使う手が最短です。
conda activate trellis2で環境に入る- リポジトリ直下で
python app.pyを実行する - 起動後に表示される案内に従ってブラウザからアクセスする
テキトー教師DotAI 認定講師初めて触る人には、こっちの方が敷居が低いんですよね。画像を入れて結果を見る、という体験を先にしておくと、その後のパイプライン呼び出しも頭に入りやすくなります。
室谷代表取締役デモが同梱されてるのは、公開の仕方として上手いなと思うんですよ。動く画面が1個あるだけで、試す人の数が桁で変わるので。
テキトー教師DotAI 認定講師なお起動時のポートやオプションの細かい指定は環境によって変わるので、その部分はリポジトリの案内を確認するのが確実です。
室谷代表取締役ここまでが最短ルートですね。環境を作って、Pythonで通して、画面で確認する。
この3つが揃えば、次の一歩に進みやすいと思います。
この3つが揃えば、次の一歩に進みやすいと思います。
ComfyUIでTRELLIS.2を使うには？ワークフロー導入からGLB保存までの手順
テンプレート「Pixal3D & TRELLIS.2」を読み込む
ComfyUIでTRELLIS.2を使う手順
- 01ComfyUIを0.34.0以降にアップデートテンプレートから選べる環境を用意する
- 02テンプレート「Pixal3D & TRELLIS.2: Image to Model」を選択画面上部の「テンプレート」から選ぶ
- 03要求モデルを取得して所定フォルダに配置Hugging FaceのComfy-Org/TRELLIS.2など。不足モデルはテンプレートを開くと分かる
- 04LoadImageに生成元画像をセット
- 05BiRefNetで背景除去
- 06Boolean (Switch to Trellis2)をtrueに切り替え切り替え忘れると別パイプラインのまま動く
- 07ワークフロー実行（構造生成〜形状リファイン最大1536解像度）
- 08PBRテクスチャ生成（ベースカラー・メタリック・ラフネス）
- 09リメッシュとUV展開
- 10ノーマルマップとAOマップをベイク
- 11Preview3DAdvancedで回転しながら確認
- 12GLBを保存（ComfyUI/output/3d/ComfyUI/）
- ComfyUI を 0.34.0 以降にアップデートする
- 画面上部の「テンプレート」から「Pixal3D & TRELLIS.2: Image to Model」を選ぶ
- ワークフローが要求するモデル（Hugging Face の
Comfy-Org/TRELLIS.2など）を取得して所定のフォルダに配置する - 「LoadImage」ノードに生成元の画像をセットする
テキトー教師DotAI 認定講師ここ、最初の関門が「テンプレートを選ぶだけ」になったことなんですよ。以前はリポジトリを clone して conda 環境を組んで、という話だったのが、0.34.0 以降は一覧から選ぶ形になっていて。
室谷代表取締役それは導入のハードルが別物になりますね。コンパイル済みのCUDA拡張を自前で通す工程が消えるだけで、試す人の数は桁が変わる・・・
テキトー教師DotAI 認定講師現場でよく聞くのは「モデルの置き場所が分からない」なんですよ。テンプレートを開くと不足しているモデルが分かるので、そこから取得する流れが一番迷いません。
室谷代表取締役なるほど。まずはテンプレートを開いて、足りないものを埋める。
順番としてはそれだけなんですね。
順番としてはそれだけなんですね。
背景除去から形状生成までの流れ
- 「LoadImage」で読み込んだ画像を「BiRefNet」で背景除去する
- 「Boolean (Switch to Trellis2)」を true にして TRELLIS.2 のパイプラインに切り替える
- ワークフローを実行し、構造生成から形状リファイン（最大1536解像度）まで通す
テキトー教師DotAI 認定講師スイッチを true にするのを忘れて「あれ、出力が変わらない」となる人が多いんですよ。ここは分岐ノードなので、切り替えていないと別のパイプラインのまま動きます。
室谷代表取締役背景除去が前段に入っているのも効きますよね。切り抜きが甘いとシルエットごと歪むので、地味だけど一番効く工程という印象です。
テキトー教師DotAI 認定講師たしかに。被写体がはっきり1つ写っている画像のほうが安定します。
複数写っていると、どこを拾うかがブレやすいんですよ。
複数写っていると、どこを拾うかがブレやすいんですよ。
室谷代表取締役解像度を上げるほど形状は細かくなりますけど、待ち時間も伸びる。どこで止めるかの判断は結局そこなんですよね。
PBRテクスチャ生成とリメッシュ・ベイクの後処理
- PBRテクスチャを生成する（ベースカラー・メタリック・ラフネス）
- リメッシュとUV展開を行う
- ノーマルマップとAOマップをベイクする
テキトー教師DotAI 認定講師形状が出た瞬間に「できた」と思っちゃうんですけど、その後のテクスチャとベイクまで回って初めて他ツールに持っていける状態になります。
室谷代表取締役ここが自動で流れるのは大きいですね。分業だと「モデリング終わりました、テクスチャは別工程で」という受け渡しが発生するので。
テキトー教師DotAI 認定講師初めて触る人は、リメッシュで形が少し丸まることに戸惑うかもしれません。細かい突起が落ち着くので、元画像と見比べると差が出ます。
室谷代表取締役ベイクまで含めて1本のフローになっている前提で工程を組むと、制作の見積もり方が変わるんですよね。
Preview3DAdvancedでの確認とGLBの保存先
- 「Preview3DAdvanced」ノードで仕上がりを回転させながら確認する
- GLB は
ComfyUI/output/3d/ComfyUI/に保存される
テキトー教師DotAI 認定講師保存先が決まっているので、出力を探し回らなくて済みます。ここは地味に助かるポイントなんですよ。
室谷代表取締役出力先が固定されていると、後続の処理を自動で回しやすいんですよね。MYUUU の現場でも、置き場所がバラバラなだけで地味に時間を食うので。
テキトー教師DotAI 認定講師確認は「Preview3DAdvanced」で回しながら、穴あきや破綻がないかを見る形になります。気になる場合は後処理を足す前提で考えておくと安心です。
室谷代表取締役なるほど。生成して終わりではなく、確認して必要なら直す。
そこまでが1セットという理解でよさそうですね。
そこまでが1セットという理解でよさそうですね。
商用利用はできる？MITライセンスとNVIDIA依存の落とし穴
モデル本体とコードはMITライセンス
TRELLIS.2のライセンス条件：対象ごとに異なる
モデル本体・コード
- MITライセンス
- 商用利用も改変も自由
依存ライブラリ（nvdiffrast・nvdiffrec）
- NVIDIA Source Code License
- 研究・評価目的のみ（非商用）
- 標準構成のまま商用利用は違反リスク
室谷代表取締役まず大枠から。TRELLIS.2はモデル本体とコードがMITライセンスで、商用利用も改変も自由なんですよね。
ここだけ見ると「使わない理由がない」となるんですけど・・・
ここだけ見ると「使わない理由がない」となるんですけど・・・
テキトー教師DotAI 認定講師たしかに最初にそこを見て安心する人は多いです。ただ現場感覚で言うと、本体がMITだからといって、付属品まで同じ条件とは限らないんですよ。
室谷代表取締役そう、ライセンスって本体じゃなくて依存関係のほうで死ぬんですよ。だから大枠を確認したら、次に中身の依存を見る。
順番が大事なんです。
順番が大事なんです。
nvdiffrast・nvdiffrecの非商用条項がネックだった
テキトー教師DotAI 認定講師公式のリファレンス実装は、レンダリングに「nvdiffrast」、PBR処理に「nvdiffrec」というNVIDIA製のライブラリに依存しているんです。この2つがNVIDIA Source Code Licenseで、研究・評価目的のみ、つまり非商用に限定されているんですよね。
室谷代表取締役標準構成のまま商用プロジェクトに組み込むと、MITの看板に反してライセンス違反のリスクがある、と。技術的には動くのに法的にはグレー、という一番やっかいな形ですよね。
テキトー教師DotAI 認定講師初めて触る人が一番見落とすのがここでして。「MITだから大丈夫」とそのまま業務に持ち込んで、後から気づくパターンです。
室谷代表取締役経営目線で言うと、この手の見落としは後から法務コストとして返ってくるんですよ。最初に依存関係まで確認する癖が要るんです。
2026年8月のComfyUIネイティブ統合で何が変わったか
室谷代表取締役それが2026年8月31日、ComfyUI運営チームの公式ブログで状況が変わったんですよ。TRELLIS.2とPixal3DをComfyUIにネイティブ統合した、と。
従来必要だったnvdiffrastやnvdiffrecといったコンパイル済みCUDA拡張への依存が無くなり、作ったものに対するライセンス制限は無い、と明記されているんです。
従来必要だったnvdiffrastやnvdiffrecといったコンパイル済みCUDA拡張への依存が無くなり、作ったものに対するライセンス制限は無い、と明記されているんです。
テキトー教師DotAI 認定講師ComfyUI 0.34.0以降で使える、というのも合わせて押さえたいですね。日本語で出回っている記事はこの8月より前のものが多くて、「商用利用はまだ難しい」という前提のまま止まってるんですよ。
室谷代表取締役そこ、実務だとけっこう致命的なんですよね。古い前提で「使えない」と判断して、無料で使える選択肢を捨ててしまう。
経営判断としては機会損失そのものですから。
経営判断としては機会損失そのものですから。
テキトー教師DotAI 認定講師自分でリファレンス実装を組むのか、ComfyUI経由で使うのか。そこを分けて考えると混乱しにくいです。
プロジェクトページ素材は学術・研究目的のみ
室谷代表取締役もう一個、地味だけど大事な注意書きがあって。プロジェクトページに掲載されている素材自体は、学術・研究目的のみの提供なんですよ。
モデル本体のMITライセンスとは別枠の注意書きなんですよね。
モデル本体のMITライセンスとは別枠の注意書きなんですよね。
テキトー教師DotAI 認定講師デモ映像やサンプルを見て「これも自由に使える」と勘違いしやすいところですね。モデルの権利と、ページ上の素材の権利は分けて考える必要があります。
室谷代表取締役契約書と同じで、本体の条件と付属物の条件を混ぜないこと。制作体制として、そこを分けて管理できるかが後から効いてきます。
trellis2.appは公式？同名の有料サービスとオープンソース版の違い
月額課金のクラウド生成サービスという別物
trellis2.app(有料クラウド)と公式オープンソース版の違い
trellis2.app(別事業者のクラウド)
- Microsoft公式ではない同名の別事業者サービス
- 月額19ドルからのクレジット制
- GPUを持たない人がブラウザから生成する前提
- 契約・料金・サポート・アカウントはMicrosoftと別
- 「20億パラメータ、50万点以上で学習」と説明(公式4Bと食い違う)
- 生成数や満足度は自己申告
公式オープンソース版
- モデル本体とコードを公式から無料で配布
- TRELLIS.2-4Bは40億(4B)パラメータ
- モデルとコードはMITライセンス
- リファレンス実装はnvdiffrastとnvdiffrec(NVIDIA製)に依存
- nvdiffrast/nvdiffrecは研究・評価目的に限定
- ComfyUIネイティブ統合では作ったものにライセンス上の制限なしと明記
室谷代表取締役まず先に整理しておきたいのが、検索で上位に出てくる「trellis2.app」はMicrosoftの公式ではないんですよね。あれは同名で展開されている別事業者のクラウドサービスで、月額19ドルからのクレジット制。
GPUを持っていない人がブラウザから生成する前提の商品です。
GPUを持っていない人がブラウザから生成する前提の商品です。
テキトー教師DotAI 認定講師初めて触る人が一番ハマるのがそこなんですよ。「公式サイトを見つけた」と思って登録したら、実はモデルを動かしてくれる別のサービスだった、という勘違いが起きます。
無料で配布されてるものに月額を払う構図になりかねない。
無料で配布されてるものに月額を払う構図になりかねない。
室谷代表取締役厄介なのは名前がほぼ同じことなんですよ。中身はMicrosoftが公開しているモデルを使った生成サービスなんだと思いますが、契約相手はMicrosoftではありません。
料金もサポートも別契約で、アカウントも別。
料金もサポートも別契約で、アカウントも別。
テキトー教師DotAI 認定講師しかもモデル本体とコードは公式から無料で出てるわけですから、「自分は何に月額を払っているのか」を一度立ち止まって確認したほうがいいですね。
「2Bパラメータ」という説明が公式の4Bと食い違う理由
室谷代表取締役もう一つ引っかかるのが、そのサービスが「20億パラメータ、50万点以上の3Dオブジェクトで学習」と説明している点。公式のTRELLIS.2-4Bは40億、つまり4Bパラメータなんですよね。
素直に読むと数字が合っていない。
素直に読むと数字が合っていない。
テキトー教師DotAI 認定講師現場感覚で言うと、そこは世代が違うか、軽い構成のものを使っているかのどちらかだと思うんです。どちらにせよ、公式のモデルと同じものを指しているとは限らないですよね。
室谷代表取締役経営目線で言うと、比較検討の場でパラメータ数だけを見て「公式と同じ性能だろう」と判断するのが一番危ない。数字の出どころが一次情報か、自己申告の宣伝文句かを必ず確認する。
意思決定の基本なんですけど、ここがすっぽ抜けやすい。
意思決定の基本なんですけど、ここがすっぽ抜けやすい。
テキトー教師DotAI 認定講師あのサイトに載ってる生成数や満足度も自己申告ですからね。第三者が検証した数値ではない、という前提で読むのがいいと思います。
どちらを使うべきかの判断基準
室谷代表取締役で、どちらを使うかですけど、GPU環境があるなら公式、なければクラウド、という単純な話でもないんですよ。公式のモデルとコードはMITライセンスなので、自前で動かせば利用範囲はかなり広い。
テキトー教師DotAI 認定講師ただし公式のリファレンス実装は、レンダリングのnvdiffrastとPBR処理のnvdiffrecというNVIDIA製の部品に依存していて、そちらは研究・評価目的に限られてるんですよね。標準構成のまま商用プロジェクトに入れると危ない。
室谷代表取締役そこはComfyUIへのネイティブ統合で状況が変わっていて、運営チームが「作ったものにライセンス上の制限はない」と明記している。何を作るかによって、選ぶべき経路が変わるんですよね。
テキトー教師DotAI 認定講師なので最初に「自分は何を作って、それを商用で使うのか」を決めるのが先。そこが固まらないまま月額を払うのが、一番もったいないパターンだと思います。
生成した3DモデルをBlenderで使うには？出力形式とPBRテクスチャの扱い
GLBを読み込んでマテリアルを確認する
室谷代表取締役TRELLIS.2の出力はGLBで、しかもベースカラー・メタリック・ラフネスまで含んだPBRマテリアル付きなんですよね。持っていった先で一から貼り直さなくていいのが大きい。
テキトー教師DotAI 認定講師たしかに。ただ初めて触る人が戸惑うのは、色は出てるのに質感がなんか違う、というパターンです。
ラフネスの値が意図とズレてるだけで金属っぽさが消えますから、まずマテリアルのチャンネルを一通り眺めるのが早いです。
ラフネスの値が意図とズレてるだけで金属っぽさが消えますから、まずマテリアルのチャンネルを一通り眺めるのが早いです。
室谷代表取締役解像度は512³から1536³まで選べるので、そこは用途で割り切る。背景に置く小物と、主役で寄るカットでは求めるものが違いますし。
テキトー教師DotAI 認定講師ComfyUI側のワークフローだと、リメッシュとUV展開、ノーマル・AOのベイクまで済ませてからGLBで出てきます。だから読み込んだ直後に気づくのは「法線の向きが一部おかしい」みたいな細かいところだったりしますね。
穴やトポロジーの乱れをどう直すか
室谷代表取締役公式のモデルカードに、生成メッシュに小さな穴やトポロジーの不具合が出ることがあると明記されてるんですよ。ここは期待値として先に知っておくべき部分で。
テキトー教師DotAI 認定講師現場感覚で言うと、見た目はきれいなのにメッシュが閉じていない、というのが一番ハマるんですよ。穴埋め用のスクリプトが用意されているので、水密性が要る用途は後処理を前提に組むほうが安全です。
室谷代表取締役生成そのものは速いのに、その後始末の時間が読めないのが厄介で。どこまで自動で流すかを先に決めてから手を動かしたほうがいいですね。
テキトー教師DotAI 認定講師初めて触る人は、まず小さめの解像度で一周させて、穴が出る癖を自分の目で確認する。それから本番の解像度に上げるほうが結果的に速いです。
3Dプリント・ゲーム素材で使うときの注意点
室谷代表取締役3Dプリントは水密性が前提なので、出てきたままのメッシュをそのまま slicer に渡すのは厳しい。逆にゲーム素材は、ポリゴン数とテクスチャの解像度をこちらで整える前提の使い方になります。
テキトー教師DotAI 認定講師スタイルの安定については、人間の好みに合わせた調整がされていないベースモデルなので、同じ画像でも雰囲気がぶれることがあるとモデルカードに書かれています。揃った見た目で量産したいなら、選別の工程を入れたほうがいいです。
室谷代表取締役素材を何百点も作る前提だと、1点あたりの後処理コストが支配的になるんですよね。時給で換算すると、生成時間より選別とリペアの設計に時間を寄せたほうが投資効率はいい。
テキトー教師DotAI 認定講師そう考えると、最初に「この用途なら何点必要で、どれくらい手直しが発生するか」を一度見積もっておくと、後から慌てずに済みます。
よくある質問
Q1. Mac（Apple Silicon）でもTRELLIS.2は動きますか？
室谷代表取締役そこは現実的にはかなり厳しいんですよね。NVIDIA前提の構成の話が出てくる通り、Macだと素直にセットアップが通らないケースが多いんですよ。
テキトー教師DotAI 認定講師初めて触る人が最初にぶつかる壁がまさにそこなんですよ。GPUを積んだマシンを用意するか、クラウドのGPUを時間で借りるほうが早いですね。
室谷代表取締役検証だけならクラウドで必要な分だけ借りたほうが安いんですよ。手元で動かそうとして半日溶かすのが一番もったいない・・・
Q2. 入力画像は複数枚いけますか？
テキトー教師DotAI 認定講師基本は1枚を入れて形状を作る、という考え方なんですよ。複数視点を前提にした使い方ができるかは、公式の説明を確認したほうが確実ですね。
室谷代表取締役1枚で完結するから現場で回しやすい、というのはあるんですよね。裏を返すと、1枚に写っていない部分はAIの想像で埋まるということでもある。
テキトー教師DotAI 認定講師そうなんです。だから裏側が破綻していないかは、出てきたモデルをぐるっと回して目で確認するしかないんですよ。
Q3. 他の画像から3Dのサービスとはどう使い分ければいい？
室谷代表取締役クラウドのAPI型と、手元で回すオープンソース型は、コストの構造がまったく違うんですよね。回数が読めるならAPI、試行錯誤を大量にしたいならローカルが向いてます。
テキトー教師DotAI 認定講師現場感覚で言うと、まずはたくさん試したい人がローカルに向いてますね。従量課金を気にしながら試すと、手が動かなくなっちゃうんですよ。
室谷代表取締役時給で換算すると、試行回数にビビって手が止まる時間のほうが高くつくんですよね。
Q4. 生成がうまくいかないときのコツはありますか？
テキトー教師DotAI 認定講師現場でよく聞くのは、背景を消して被写体を大きく写す、この2つだけでもだいぶ変わるという話ですね。
室谷代表取締役あと、ツルッとした面は素直に出るけど、透明とか反射は苦手な領域なんですよね。そこは割り切って撮り直したほうが早いです。
テキトー教師DotAI 認定講師最初に戸惑うのが、失敗の原因が画像なのか設定なのか切り分けられないことなんですよ。まず画像を変えてみるのが近道ですね。
Q5. ネットにつながっていない環境でも動きますか？
室谷代表取締役モデルの重みを一度落としてしまえば、推論自体はローカルで完結するタイプなんですよね。外に画像を出したくない案件だと、そこは大きいです。
テキトー教師DotAI 認定講師現場でよく聞くのが、社内のデータを外部サービスに上げられないという話なんですよ。手元で回せるのは強いですね。
室谷代表取締役クライアントワークだと、その条件でツール選びが決まることって多いんですよね。
まとめ
室谷代表取締役TRELLIS.2、画像1枚からPBR付きのモデルが出てくる時点で、3D制作の入り口は確実に変わるんですよね。ただ、環境構築とライセンスの確認でつまずく人が多い印象です。
テキトー教師DotAI 認定講師そうですね。最初から完璧を狙わず、まずサンプル画像で一回通してみるのがいいんですよ。
通ったときの達成感が、その後の進み方を左右しますから。
通ったときの達成感が、その後の進み方を左右しますから。
室谷代表取締役業務で使うなら、商用利用の条件を先に潰しておくこと。ここを後回しにすると、あとから作り直しになるんですよね。
テキトー教師DotAI 認定講師動かす、出力をBlenderで確認する、自分の用途に合うか判断する、の順が現実的ですね。
室谷代表取締役まずは手元の1枚で試してみてください。触った感触のほうが、たぶん記事を読み込むより早いです。
