阶跃星辰开源 3D 大模型 Step1X-3D

小哪吒

        2025 年 5 月 14 日，北京 —— 阶跃星辰正式发布并开源其 3D 大模型 Step1X-3D，这是继图像、视频、语音、音乐等模态后，多模态领域的又一重要成果。该模型总参数量达 4.8B，其中几何模块 1.3B，纹理模块 3.5B，凭借坚实的数据基础与先进的 3D 原生架构，可生成高保真、可控的 3D 内容，为 3D 内容创作提供强大而可靠的技术引擎。

       Step1X-3D 在数据、生成质量与可控性上进行了创新实践。其对超 500 万原始数据进行严格筛选与处理，建立了 200 万高质量、标准化的训练样本库，克服了行业数据稀缺与质量参差的瓶颈。通过增强型网格 - SDF 转换技术等方法，保障了模型学习的精准性与最终生成的高效性，水密几何转换成功率提升了 20%。
       在架构上，Step1X-3D 采用 3D 原生两阶段架构，解耦几何与纹理表征，确保生成内容的准确性、真实感与一致性。几何生成采用为 3D 特性深度优化的创新混合 VAE - DiT 架构，产出的 3D 模型结构完整、无破面漏点；纹理生成基于强大的 SD-XL 模型进行深度定制与优化，与几何模块高效协同，呈现清晰一致的表面纹理。
       Step1X-3D 显著提升了 3D 内容生成的可控性与易用性。其 VAE - Diffusion 整体架构与主流 2D 生成模型保持高度一致性，能够无缝引入并应用成熟的 2D 控制技术，用户可以对生成 3D 资产的多种属性进行直观、精细的调控，让创作更精准地符合用户意图。
       在性能评估中，Step1X-3D 在多项关键维度上表现出色，特别是在衡量内容与输入语义一致性的核心指标 CLIP - Score 上，取得了当前所有对比模型中的最高分，为开源社区提供了极具竞争力的 3D 生成方案。目前，其开源链接与体验地址已公布，包括 GitHub、HuggingFace、ModelScope 等平台，以及对应的 Tech Report。