8 块 GPU 实现影视级 3D 生成，Direct3D-S2 开源登顶 HuggingFace

首页 / 今日AI / 正文

Time：2025年06月10日 Read：35 评论：0 作者：zhen

近日，由 DreamTech 推出的 Direct3D-S2 3D 大模型在全球 AI 领域引发轰动。该模型成功登顶 HuggingFace 的 3D modeling 应用趋势榜，并在涵盖文本、图像和视频的综合榜单上跃居第 4 位。HuggingFace 作为全球最大的开源大模型社区，其趋势榜极具权威性，此前 DeepSeek、Qwen 等大模型也曾因登顶该榜单而备受瞩目。

8 块 GPU 实现影视级 3D 生成，Direct3D-S2 开源登顶 HuggingFace.jpg

Direct3D-S2 仅需 8 张 GPU 进行训练，却能实现远超数百张 GPU 训练的闭源商用模型的生成效果。其训练效率提升近 20 倍，token 吞吐量从 4K 提升到 256K，提高了 64 倍，致力于实现影视级别高精细度 3D 模型生成，被众多开发者誉为 “最强开源 3D 大模型”。

当下，AI 在 3D 建模领域发展迅猛，微软、Meta、腾讯等行业巨头纷纷布局。但高分辨率 3D 生成一直面临挑战，一方面 3D 数据复杂度远高于 2D，分辨率提升时 token 数量呈立方倍增长；另一方面，主流 AI 架构 Transformer 处理大量细节时计算压力巨大，算力需求指数上升。例如，256 级分辨率的 3D 生成任务通常需 32 至 64 块高端 GPU 训练，而影视级超高精细度任务则需数千甚至上万块 GPU 。

为突破这些瓶颈，DreamTech 联合南京大学、牛津大学提出 Direct3D-S2。该模型创新地提出空间稀疏注意力机制（SSA），可支持超大规模体素生成，面对 1024³ 的超高分辨率，能轻松处理数十万级 tokens，同时基于空间几何连续性概率分布对 tokens 智能分块，保留几何一致性。此外，Direct3D-S2 引入适配 SSA 的全新架构，如稀疏 SDF VAE 和稀疏 DiT，实现全流程效率提升，支持基于 3D 几何空间的 multi-scale 训练与推理，仅用 8 块 A100 GPU，2 天即可完成训练。

在生成质量上，Direct3D-S2 全面超越当前主流开源 3D 生成模型，在数值评测和盲测评估中均表现优异，其细节丰富程度、几何精度等方面优势显著。

值得一提的是，DreamTech 秉持 “技术共享” 理念，已将 Direct3D-S2 全面开源，并采用宽松的 MIT License 协议，允许自由用于商业用途，赢得行业广泛赞誉。

来【龙头AI网】了解最新AI资讯！

原文链接：https://www.job0668.net/post/673.html

上一篇：阿里云领投硅基流动数亿元 A 轮融资，助力 AI 基础设施发展

下一篇：电商直播 / 教育课程必备！D-Human AI 数字人视频制作工具解析

标签：