Step1X-3D – 开源3D大模型，开启高保真可控内容生成新时代

Step1X-3D是什么？

Step1X-3D是由阶跃星辰（StepFun AI）团队开源的一款高保真、可控的3D资产生成框架。作为阶跃星辰在多模态方向的最新成果，该模型总参数量达48亿，其中几何模块有13亿参数，纹理模块则有35亿参数。它专注于生成高保真、可控的3D内容，不仅追求视觉上的“好看”，更强调“好用”与“可控”，旨在为3D内容创作提供强大而可靠的技术引擎。

核心功能

• 高保真度和可控的3D资产生成：能够生成具有高保真度几何形状和多样化纹理贴图的3D资产，保持表面几何与纹理映射之间的卓越对齐。
• 支持多种条件输入：支持多模态条件输入，如文本、语义标签、多视图、边界框和骨骼等，实现更灵活的3D资产生成。
• 开源性：提供技术报告、推理代码和模型权重、训练代码的开源。

技术原理

• 数据整理：从超过500万个原始3D资产中筛选出200万个高质量样本，创建标准化的几何和纹理属性数据集。运用绕数技术提升网格到SDF转换的成功率，确保几何监督的准确性。
• 几何生成：采用基于感知器的潜在编码和锐边采样策略，生成高保真度的TSDF表示，基于整流流变换器进行高效扩散模型训练，保障几何生成的稳定性和高效性。
• 纹理生成：基于预训练的多视图图像生成模型，结合几何引导生成多视图一致的纹理，引入纹理空间同步模块，实现潜在空间对齐，确保纹理与几何的精确对齐。
• 可控性：基于LoRA微调技术，实现灵活的几何控制，支持对称性、几何细节级别等控制，兼容多模态条件输入。

支持平台

Step1X-3D的模型及相关代码已在多个平台开源，包括：

• GitHub仓库：https://github.com/stepfun-ai/Step1X-3D
• HuggingFace模型库：https://huggingface.co/stepfun-ai/Step1X-3D
• ModelScope：https://www.modelscope.cn/models/stepfun-ai/Step1X-3D
• 技术论文：https://arxiv.org/pdf/2505.07747

团队介绍

Step1X-3D由阶跃星辰（StepFun AI）团队推出，该团队在多模态AI领域具有深厚的技术积累和创新能力。他们通过构建高质量的数据集和先进的技术架构，致力于推动3D生成技术的发展。

项目资源

• 官网：https://stepfun.ai/
• 源码：https://github.com/stepfun-ai/Step1X-3D

业务场景

Step1X-3D可广泛应用于多种业务场景，包括但不限于：

• 游戏开发：快速生成高质量的3D游戏资产，提高开发效率。
• 影视制作：用于创建逼真的3D场景和道具。
• 建筑设计：生成高保真的3D建筑模型。
• 虚拟现实（VR）和增强现实（AR）：创建沉浸式的3D体验。
• 教育与培训：提供直观的3D教学资源。