曾经，生成3D图像这事儿，难到什么程度？复杂的线框、昂贵的软件和硬件，普通人想都不敢想。但技术的车轮就是这么无情——Stability AI 最近扔出了一颗重磅冲击波：一款名为 Stable Fast3D 的新模型，能从单张图像闪电般生成3D图像。

最让人瞠目的是，根据 Stability AI 官方数据，这个新模型在半秒内就能搞定3D图像生成。这意味着什么？要知道，之前的模型处理同样任务，动不动就要几分钟。而 Stable Fast3D 的速度，直接飙到了前代产品的1200倍——这已经不是“升级”了，这是飞升。

回看3月份，Stability AI 才刚推出 Stable Video3D（SV3D），当时生成一个3D资产需要10分钟。短短几个月，Stable Fast3D 就把这个数字压缩到了半秒。进步有多大？一目了然。

从应用场景来看，Stability AI 对这款新模型的期望相当明确：设计、建筑、零售、虚拟现实、游戏开发——几乎任何需要快速3D建模的行业，都可能因此受益。用户可以通过 Stable Assistant 聊天机器人、Stability AI API 以及社区许可证 Hugging Face 来调用模型。

Stable Fast3D原理

Stable Fast3D 并不是从零开始凭空冒出来的。它脱胎于之前的 TripoSR 模型。今年3月，Stability AI 与3D建模供应商 Trip AI 达成合作，专攻快速3D资产生成技术。这次发布的模型，正是那次合作的直接成果。

研究论文里详细披露了技术细节：Stable Fast3D 的核心，是用增强的 transformer 网络从输入图像生成高分辨率的三平面——说白了就是3D体积表示。这个网络的设计亮点在于，它能高效处理更大分辨率，同时不会大幅增加计算负担，从而捕获更精细的细节，并有效减少混叠伪影。

研究人员还特别介绍了一种创新的材料和照明估计方法。材料估计网络采用了一种新颖的概率方法，预测全局金属度和粗糙度值——这种方法能明显提升图像质量和一致性。

说到 Stability AI，大家可能最熟悉的是它的 Stable Diffusion 文本到图像生成技术。但别忽视，这家公司从2023年11月就开始在3D领域布局了：3月的 Stable Video3D 大大提升了3D图像生成质量和观看体验；而上周，他们又宣布了 Stable Video4D，为短3D视频生成增加了时间维度。这一连串动作，节奏快得让人跟不上。