Stable Zero123是Stability AI最新发布的一款AI驱动模型，专门用于从单张图片生成高质量的3D对象视图。与之前的先进模型Zero123-XL相比，Stable Zero123展现了显著改进的结果。
Stable Zero123：单图生成3D模型的突破性工具
Stable Zero123是Stability AI推出的视角条件图像生成模型，通过单张输入图片生成高质量3D对象多角度视图。相比前代Zero123-XL，其核心创新在于：
- 高质量数据集：精选Objaverse-XL中超过1000万个3D模型，以逼真渲染方式优化训练数据；
- 相机视角条件化：训练和推理中预估相机高度角度，提升3D结构预测精度；
- 40倍训练效率提升：预计算数据集+改进数据加载器，大幅降低训练成本。
官网访问：https://huggingface.co/stabilityai/stable-zero123
技术文档：https://stability.ai/news/stable-zero123-3d-generation
核心功能与技术流程
- 单图生成多视角
- 输入单张物体图片（支持草图或照片），自动输出8+角度连贯视图，无需手动标注相机参数。
- 结合SDXL模型可实现文本→图像→3D全流程生成。
- 3D模型重建
- 集成开源库
threestudio，通过分数蒸馏采样（SDS） 优化神经辐射场（NeRF），生成带纹理的3D网格。 - 支持输出体素辐射场或标准3D文件格式（如.obj）。
- 开发者友好部署
- 本地运行需24GB VRAM显卡（如A100/3090），代码开源至Hugging Face，支持PyTorch环境。
适用人群
- 3D设计师/游戏开发者：10分钟将概念图转为游戏角色或场景资产，替代传统手工建模；
- 影视特效团队：快速生成道具3D原型，降低预制作成本；
- 学术研究者：开放代码适配NeRF、SDS等前沿技术实验；
- 电商企业：商业版（Stable Zero123C）可生成产品展示模型，需购买Stability AI会员授权。
评测分析：Stable Zero123的优缺点
优点
- 生成质量领先：物体细节保真度超越Zero123-XL，尤其在金属、透明材质渲染上接近专业工具水平；
- 生态兼容性强：无缝对接Stable Diffusion生态，扩展文本→3D创作流程；
- 开源研究友好：非商业版免费开放，推动学术社区创新。
缺点
- 硬件门槛高：3D重建需24GB VRAM显卡，个人用户部署成本高昂；
- 商业授权复杂：商用需购买会员且遵守CC-BY协议，中小企业合规成本高；
- 动态生成缺陷：多角度视图在运动物体（如人体）上易出现肢体错位。
竞品对比：Stable Zero123 vs. 主流3D生成工具
| 维度 | Stable Zero123 | NVIDIA Magic3D | OpenAI Shap-E |
|---|---|---|---|
| 生成质量 | 高细节纹理，支持复杂材质 | 高精度但需多图输入 | 基础几何体生成 |
| 输入灵活性 | 单图/文本→3D | 依赖多视图图像 | 文本/单图→3D |
| 开源程度 | 完整代码/模型开源 | 仅论文 | 部分开源 |
| 商业授权 | 会员制（Stable Zero123C） | 企业级付费 | 免费但限制商用 |
| 硬件需求 | 24GB VRAM（3D重建） | 40GB VRAM | 12GB VRAM |
| 典型应用 | 游戏资产/产品原型 | 工业设计 | 简易3D打印模型 |
总结：
- Stable Zero123强于单图生成：质量与效率平衡，适合影视、游戏等专业领域；
- Magic3D精度更高但封闭：企业级解决方案，硬件和成本门槛极高；
- Shap-E轻量但功能有限：适合个人用户快速生成基础3D模型。
商用政策说明
- 非商业版：基于CC-BY-NC数据集训练，仅限研究/个人使用，禁止商用；
- 商业版（Stable Zero123C）：
- 需Stability AI企业会员资格，授权费用未公开；
- 支持电商展示、广告设计等场景，输出模型可商用。