VAST Open Source Month | TripoSG & TripoSF, 3D Üretiminde Yeni Bir SOTA Belirliyor
Mart 2024’te VAST ve Stability AI, büyük ölçekli 3D model TripoSR’ı birlikte open-source olarak yayımladı. Tek bir görüntüden yalnızca 0,5 saniyede 3D model üretme konusundaki devrim niteliğindeki yeteneği sayesinde, kısa sürede dünya çapındaki 3D içerik üreticilerinin başvurduğu araç hâline geldi.
Aynı yıl, open-source projeler AI sektörünün sınırlarını zorlamaya devam ederek hem akademik araştırmalarda hem de ticari uygulamalarda hızlı büyümeyi besledi.
VAST, Eylül 2024’te Tripo 2.0’ı ve Ocak 2025’te Tripo 2.5’i piyasaya sürerek Tripo serisini daha da ileri taşıdı. On milyonlarca yüksek kaliteli native 3D asset ile eğitilen bu sürümler, üretim hızı, model doğruluğu ve genel başarı alanlarında sürekli olarak yeni çığırlar açtı; her biri, 3D model oluşturmanın sınırlarını yeniden tanımlayan olağanüstü geometrik hassasiyet sundu.
Teknolojik ilerleme yönündeki küresel arayışımızda, temel mimarilerdeki yıkıcı yeniliklerin ve model kabiliyetlerindeki atılımların foundational model ekipleri için vazgeçilmez olduğunu biliyoruz. Tripo’yu kapalı bir ortamda giderek daha “kusursuz bir çözüm” hâline getirmeyi sürdürürken, kendimizi open-source ekosistemi içinde bir “temel yapı taşı”na dönüştürmenin daha da önemli olduğuna inanıyoruz. Açık bir teknik ekosistem, kapalı bir sistemden çok daha büyük uzun vadeli değer taşır.
Bunu akılda tutarak, Mart 2025’te “Technology Open-Source Month” girişimimizi başlattık.
Temel üretim modellerinden çekirdek işlevsel bileşenlere ve yenilikçi fikirlerin keşfine kadar tüm teknik zinciri kapsayan sekiz büyük projeyi sırasıyla open-source olarak yayımlamayı planlıyoruz. Hedefimiz, dünyanın ilk uçtan uca open-source 3D üretim sistemini kurmak ve 3D üretim alanındaki araştırmacıların ve geliştiricilerin çalışmalarımızı hem ilham verici hem de değerli bulmasını içtenlikle umuyoruz.
Şimdi VAST, iki temel 3D üretim modelini yayımlıyor:
TripoSG ve TripoSF.
TripoSG’nin Büyük Yükseltmesi: 3D Üretimde İlk MoE Transformer Mimarisi
TripoSG, Rectified Flow (RF) tabanlı MoE Transformer mimarisi üzerine kurulmuş temel bir 3D üretim modelidir. Bu yayında, 1.5B parametreli TripoSG modelinin ağırlıklarını ve inference kodunu open-source olarak paylaşıyoruz; bunları HuggingFace üzerindeki etkileşimli demo aracılığıyla deneyebilirsiniz.
Testler, TripoSG’nin çıktı kalitesinin Tripo 2.0 ile aynı seviyede olduğunu ve mevcut tüm open-source 3D üretim projelerini geride bıraktığını göstermiştir. Öne çıkan avantajları arasında, karmaşık bileşik nesneler üretilirken mükemmel genelleme ve yüksek kararlılık yer alır.
Scaling Law’a bağlı kalarak, daha yüksek kaliteli verilerden yararlanmak ve daha büyük modeller kullanmak, TripoSG’nin başarısının arkasındaki temel faktörler olmaya devam ediyor. İşte verimli eğitim, mimari tasarım ve data governance alanlarındaki dört temel yenilik:
1. 3D Şekil Üretimi için RF Tabanlı Transformer Kullanımına Öncülük Etmek
Tripo 2.0’ın geliştirilmesinin ilk günlerinden itibaren, geleneksel diffusion modelleriyle karşılaştırıldığında Rectified Flow’un gürültü ile veri arasında daha doğrudan doğrusal bir yol sunduğunu keşfettik. Bu da daha kararlı ve verimli eğitim sağlıyor—ve DiT ile birleştirildiğinde model kararlılığını önemli ölçüde artırıyor.
2. Daha İyi Ölçeklenme için 3D’de İlk MoE Transformer’ı Tanıtmak
MoE Transformer’lar dil, görüntü ve video modellerinde kullanılmış olsa da TripoSG, 3D alanındaki ilk verimli uygulamayı temsil ediyor. Bu yaklaşım, özellikle daha derin ve daha kritik katmanlarda, inference maliyetine kayda değer bir yük getirmeden modelin parametre kapasitesini dramatik biçimde artırıyor.
Ayrıca TripoSG, Transformer framework’ü üzerine inşa edilmiş olarak, katmanlar arası özellik birleştirmeyi iyileştirmek için skip-connection gibi önemli geliştirmeler içerir. Bağımsız bir cross-attention mekanizması da global (CLIP) ve local (DINOv2) görüntü özelliklerini verimli biçimde enjekte ederek giriş 2D görüntüleri ile üretilen 3D şekiller arasında hassas hizalama sağlar.
3. Yüksek Kaliteli Bir VAE ve Yenilikçi Geometrik Denetim ile Geometrik Temsili Güçlendirmek
Daha iyi geometrik temsiller arayışımızı sürekli sürdürdük. TripoSG’de, geometrik kodlama için Signed Distance Functions (SDFs) kullanan bir VAE benimsedik; bu yöntem, daha önce yaygın olan occupancy grid’lerden daha yüksek hassasiyet sunar. Ayrıca, Transformer tabanlı VAE mimarisi çözünürlükler arasında olağanüstü iyi genelleme yapar ve yeniden eğitim gerektirmeden yüksek çözünürlüklü girdileri işler.
4. Kapsamlı Bir Veri Oluşturma Pipeline’ı ile Data Governance’a Vurgu Yapmak
Hem veri kalitesi hem de veri miktarı kritik öneme sahiptir. VAST, küresel ölçekte en büyük yüksek kaliteli native 3D veri koleksiyonuna sahiptir ve open-source topluluğu için uçtan uca bir data governance pipeline’ı geliştirmiştir.
Süreç şunları içerir: Quality Scoring → Data Filtering → Fixing & Augmentation → SDF Production
Bu pipeline’ı kullanarak, 2 milyon yüksek kaliteli “image-SDF” eğitim çiftinden oluşan bir veri kümesi oluşturduk. Ablation çalışmaları, bu rafine veri kümesiyle eğitilen modellerin daha büyük ancak filtrelenmemiş ham veri kümeleriyle eğitilen modellerden belirgin biçimde daha iyi performans gösterdiğini açıkça ortaya koyuyor.
TripoSF İç 3D Yapı Üretiminin Önünü Açıyor: Çığır Açan Bir Tokenizer, 3D Üretimde Yeni Bir SOTA’ya Ulaşıyor
TripoSF, VAST tarafından SparseFlex adı verilen yeni bir 3D temsil üzerine geliştirilmiş temel bir 3D modeldir.
Testler, sonuçlarının mevcut tüm open-source ve closed-source çalışmaları aştığını ortaya koyuyor. TripoSF için önceden eğitilmiş VAE modelini ve ilgili inference kodunu open-source olarak yayımlıyoruz; tam, “all-out” sürüm ise Tripo 3.0’da tanıtılacak.
TripoSF, “model kalitesinin üst sınırı”nı yeniden tanımlıyor. Model ilk kez yalnızca bir nesnenin “arka” kısmını değil, aynı zamanda “iç yapısını” da üretebiliyor (otobüs koltuğu ve sürücü kabini örneklerinde görüldüğü gibi).
Ayrıca, önceki çalışmalar kıyafetleri veya taç yaprakları aşırı kalın geometrilerle üretme eğilimindeyken, TripoSF açık yüzeyli asset’leri olağanüstü bir incelikle işler.
Diğer model kategorilerindeki zengin detay seviyesi ise eşi benzeri görülmemiş düzeydedir.
TripoSF’yi geliştirirken temel hedefimiz, detay, karmaşık yapılar ve ölçeklenebilirlik ile ilgili geleneksel 3D modelleme darboğazlarını aşmaktı. Geçmiş yöntemler genellikle ön işleme sırasında detay kaybı, karmaşık geometrilerin yetersiz ifade edilmesi veya yüksek çözünürlüklerde aşırı bellek ve hesaplama maliyetlerinden muzdaripti. 3D üretimin sınırlarını zorlayabilecek bir tokenizer arayışımız, SparseFlex’in geliştirilmesine yol açtı—bu da ileriye doğru atılmış önemli bir adımdır.
SparseFlex, keskin özelliklere sahip mesh’leri differentiable biçimde çıkarabilen Flexicubes’in güçlü yanlarından yararlanırken, nesne yüzeylerine yakın bölgelerde voxel bilgisini depolayan ve hesaplayan seyrek bir voxel yapısını yenilikçi biçimde tanıtıyor. Faydaları büyüktür:
- Bellek Kullanımını Önemli Ölçüde Azaltır: TripoSF’nin 1024³ gibi yüksek bir çözünürlükte eğitim ve inference yapmasını mümkün kılar.
- Rastgele Topolojiler için Native Destek: Boş bölgelerde voxel’leri atlayarak, açık yüzeyleri (örneğin kumaşlar ve yapraklar) doğal biçimde temsil ederken iç yapıları da etkili biçimde yakalar.
- Rendering Loss ile Doğrudan Optimizasyon: SparseFlex differentiable olduğundan, TripoSF’nin uçtan uca eğitim için rendering loss kullanmasına ve veri dönüşümünün neden olduğu detay bozulmasını (ör. watertightness ayarlamaları) önlemesine olanak tanır.
Deneysel sonuçlar, TripoSF’nin yeni bir state-of-the-art belirlediğini gösteriyor. Birden fazla standart benchmark üzerinde TripoSF, önceki yöntemlere kıyasla Chamfer Distance’ta yaklaşık %82 azalma ve F-score’da %88 iyileşme elde etti.
Kaynaklar
【TripoSG 】
【 TripoSF 】
Open-source projelerimizle ilgili daha fazla güncelleme ve geliştirme, VAST AI Research’ün resmî GitHub, HuggingFace ve X (eski adıyla Twitter) hesaplarında hızlıca paylaşılacaktır:
Bu open-source projelere ek olarak, Tripo Web üzerindeki araçlar ve uygun maliyetli API, VAST tarafından sunulan en yeni model hizmetlerine sorunsuz erişim sağlar.
Her türlü teknik veya akademik öneri ve iş birliği için lütfen research@vastai3d.com adresinden bizimle iletişime geçmekten çekinmeyin.
Bir tarayıcı ayın uzak tarafındaki her yarığı yakalayamaz, ama vahşi doğada madenlerde emek verenler her zaman vardır. Kazmaların toprağa vurma sesi, bir gün hepsi tek bir bütün hâline gelene dek durmaksızın yankılanır—haritanın bulunmadığı ayın uzak tarafında, open-source’un yere vuran bir kazma gibi olduğuna dair güçlü bir tanıklık olarak.
Daha Fazlasını Keşfedin
- 3D Printer Ideas
- Where to Create 3D Prints Templates
- CAD 2D Drawing to 3D Web Animation
- 3D Model Ancient Human Form
