Show HN：在 Apple Silicon Mac 上執行 TRELLIS.2 影像轉 3D 模型，無需 NVIDIA GPU

背景

微軟開發的 TRELLIS.2 是一款擁有 40 億參數、能將單張圖片轉換為高品質 3D 模型的先進技術，但其原始版本高度依賴 NVIDIA 的 CUDA 架構與特定硬體加速庫。開發者 shivampkumar 成功將此模型移植至 Apple Silicon 平台，透過 PyTorch MPS 後端取代了原本的 CUDA 專屬算子，讓 Mac 使用者無需依賴雲端或高階 NVIDIA 顯卡，即可在本地端生成包含超過 40 萬個頂點的 3D 模型。

社群觀點

針對這項移植成果，Hacker News 社群展開了關於技術可行性與模型實用價值的討論。部分網友對於「Mac 支援」的必要性持有保留態度，認為雖然 PyTorch 的 MPS 後端理論上一直都能支援這類運算，但開發者通常在 Hugging Face 等平台展示模型時會刻意忽略 Mac 相容性。這主要是因為硬體效能的巨大落差，在 Mac 上的執行速度可能比 NVIDIA GPU 慢上十倍，對於追求極致生成速度的開發者而言，為了相容性而犧牲效能的誘因並不高。

然而，這種觀點也引發了關於「理論可行性」與「實際可用性」之間的爭辯。有留言指出，雖然理論上可行，但若缺乏像作者這樣針對稀疏卷積、注意力機制以及網格提取等核心組件進行底層重構，原始模型根本無法在 Mac 上運行。作者的貢獻在於解決了 CUDA 專屬庫（如 flash_attn 或 nvdiffrast）無法在 macOS 環境運作的技術斷層，讓「理論上的可能」轉化為「實際可執行的工具」。

除了技術底層的討論，社群對於 TRELLIS.2 模型本身的品質也存在分歧。有使用者直言不諱地將該模型歸類為較不實用的等級，認為目前的 3D 生成領域中，開源模型的表現仍普遍落後於商業方案。該觀點指出，雖然本地端運行的嘗試值得肯定，但在實際應用中，像是 meshy.ai 等商業服務所產出的 3D 模型品質仍遠優於 TRELLIS 系列。這反映出開源社群在 3D 生成領域仍面臨挑戰，即便解決了硬體門檻，模型本身的精確度與可用性仍是使用者最在意的核心問題。

延伸閱讀

在討論中，有使用者提到 meshy.ai 作為目前 3D 生成效果較佳的參考對象，可作為與 TRELLIS.2 比較品質的基準。