01.前言

上周阶跃星辰团队刚发布了音跃模型 ACE-Step，本周阶跃星辰联合光影焕像，在多模态方向上再迈坚实一步，正式发布并开源 3D 大模型——Step1X-3D！这是继图像、视频、语音、音乐等模态后，阶跃星辰在多模态方向的最新成果。

光影焕像是一家专注于3D AIGC和空间智能技术的人工智能初创公司，致力于通过AI解放3D内容生产力。光影焕像自设立之后，迅速建立了算法研发和产品落地并重的海内外人才梯队，拥有一批3D AIGC领域顶尖人才，汇集了来自港科大博士、字节、美团等具有顶级研发能力和丰富技术产品化经验的同学。迄今为止已发表多个3D AIGC代表性工作，目前持续重点投入3D和空间智能相关的AI底层模型的研发，打造3D空间智能大脑，同时也在积极推进3D内容商业化落地。

阶跃星辰联合光影焕像发布并开源Step1X-3D 模型，旨在为 3D 内容创作提供强大而可靠的技术引擎。Step1X-3D总参数量达 4.8B（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。Step1X-3D 不止于视觉“好看”，更追求实现“好用”与“可控”。

https://live.csdn.net/v/477666

阶跃星辰团队公布了完整的数据清洗策略，数据预处理策略，以及 800K 高质量的 3D 资产，3D VAE、3D geometry Diffusion 以及 texture Diffusion 的全链路训练代码开源，助力 3D 生成社区发展。

开源链接与体验地址：

GitHub：

https://github.com/stepfun-ai/Step1X-3D

Project:

https://stepfun-ai.github.io/Step1X-3D/

ModelScope：

https://www.modelscope.cn/models/stepfun-ai/Step1X-3D

Tech Report：

https://arxiv.org/pdf/2505.07747

02.核心特性与技术支撑

Step1X-3D 尝试解决 3D 内容生成的关键挑战，在数据、生成质量与可控性上进行了创新实践。

1、数据驱动与算法协同优化

好数据是好模型的基础。Step1X-3D 对超 500 万原始数据进行严格筛选与处理后，建立了包含 200 万高质量、标准化的训练样本库，有效克服了行业数据稀缺与质量参差的瓶颈。

数据处理流程示意图

此外，Step1X-3D 通过增强型网格-SDF 转换技术等方法，从源头保障了模型学习的精准性与最终生成的高效性，让水密几何转换成功率提升了 20%，也让 Step1X-3D 拥有了强大的泛化能力与细节捕捉力。

Step1X-3D 数据筛选与 SDF 转换流程示意图

2、3D 原生生成：结构清晰、细节生动

Step1X-3D 采用先进的 3D 原生两阶段架构，解耦几何与纹理表征，确保生成的不仅是视觉“皮囊”，更是结构可靠、可供下游应用的“骨架”，有效规避几何失真，保证生成的准确性、真实感与一致性。

Step1X-3D 的原生 3D 架构

几何生成模型基于 FLUX MMDiT 结构和 Rectified flow 算法直接对 3D 表示生成进行建模

纹理生成模型基于预训练的 Diffusion model，通过单视图和 3D 几何信息指导，生成多视角一致的纹理信息

• 几何塑形更精准

几何生成的核心在于采用为 3D 特性深度优化的创新混合 VAE-DiT 架构。该架构负责生成 TSDF 内部表示，确保产出的 3D 模型结构完整、无破面漏点；同时通过引入锐利边缘采样（Sharp Edge Sampling）等技术，精准捕捉并还原物体的丰富几何细节。

几何示例：覆盖硬边与曲面结构

• 纹理细节更生动

纹理生成则基于强大的 SD-XL 模型进行深度定制与优化。通过几何条件（利用法线与位置信息）的精准引导，以及潜在空间多视图同步技术，实现了与几何模块的高效协同。确保生成的纹理不仅色彩饱满、质感生动逼真，更能跨越多视图保持高度一致，与复杂三维表面精密贴合，有效避免常见的扭曲与接缝瑕疵。

纹理示例：呈现清晰一致的表面纹理

3、控制简单、效果可调

Step1X-3D 显著提升了 3D 内容生成的可控性与易用性。其关键在于，VAE-Diffusion 整体架构在设计上与主流 2D 生成模型（如 Stable Diffusion）保持了高度一致性，从而能够无缝引入并应用成熟的 2D 控制技术（如轻量化的 LoRA 微调）。

因此用户可以对生成 3D 资产的对称性、表面细节（如锋利度、平滑度）等多种属性进行直观、精细的调控，让创作更精准地符合用户意图。

对比图 1：对称性控制效果

对比图 2：表面细节控制效果（锋利/平滑）

03.性能评估

为了客观评估 Step1X-3D 的实际效果，我们通过一个自建的综合测试（包含 110 个多样化测试用例），对 Step1X-3D 进行了严格的定量与定性评估，同时与多款主流模型进行全面对比。

结果显示：在自动评估中，Step1X-3D 在多项关键维度上均表现出色。

在与主流 3D 模型的对比评测中，特别是在衡量内容与输入语义一致性的核心指标 CLIP-Score 上，Step1X-3D 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。

不同 3D 模型测评对比数据

点击链接， 即可跳转模型连接~

https://www.modelscope.cn/models/stepfun-ai/Step1X-3D