# TRELLIS.2 图生 3D 模型现在能在 Mac 上跑了，不用 Nvidia 显卡

> 原标题：Show HN: TRELLIS.2 image-to-3D running on Mac Silicon – no Nvidia GPU needed

- 来源：Hacker News 首页
- 发布时间：2026-04-20T00:07:16.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/6497
- 原文：https://github.com/shivampkumar/trellis-mac

## 摘要

开发者 shivampkumar 把微软那个 40 亿参数的 TRELLIS.2 模型移植到了苹果芯片上，靠 PyTorch 的 MPS 后端驱动，一张图就能生成 3D 模型。他把原本依赖 Nvidia 硬件的 flash_attn、nvdiffrast 和自定义稀疏卷积算子全换成了纯 PyTorch 实现，包括稀疏 3D 卷积、SDPA 注意力机制和...

## 推荐理由

这不是微软官方模型发布，而是一个可复现的本地移植，对实际干活的人有参考价值。我会先打个折：3.5 分钟生成一个网格不算快，但考虑到不用联网、不用 Nvidia，这个结果挺实在。正文把替换掉的组件和替代方案都列清楚了，信息量够，所以放在 featured 而不是 p1。

## 锐评

这条消息对用Mac的3D创作者是个实在利好。开发者把微软那个40亿参数的TRELLIS.2模型做了纯PyTorch移植，砍掉了对Nvidia专用库（flash_attn、nvdiffrast等）的依赖，靠苹果MPS后端驱动。在24GB内存的M4 Pro上，从一张图生成约40万顶点的3D网格，大概需要3.5分钟。这个速度跟H100显卡几秒钟出结果比当然慢很多，但好处是完全离线、本地运行，不用租云GPU。

目前项目只给了运行时间和顶点数，没披露生成质量对比——换了算子后模型精度有没有损失、纹理细节保留得怎么样，这些关键指标正文都没提。另外24GB内存要求也卡掉了一批8GB/16GB的Mac用户。如果你手头正好有高配苹果设备，想低成本试试图生3D，这个项目值得跑一下，但对质量别抱太高期待，先当个实验品看。