TripoSG transforme une image de référence en maillage 3D local, tandis que TripoSG-scribble part d’un croquis et d’un prompt textuel. Son intérêt est de fournir une base à exporter et à affiner dans un processus de modélisation classique. Le script d’exemple du modèle d’image exporte au format GLB et propose de réduire le nombre de faces ; le script pour les croquis permet d’ajuster l’influence du croquis et du prompt. Le texturage, le skinning et l’animation nécessitent toujours leur propre processus, et il faut prévoir du temps pour la configuration de CUDA. Évaluez l’outil selon le temps de modélisation gagné une fois le maillage nettoyé. L’exemple utilisant une image fait également appel à BRIA RMBG-1.4, dont la licence gratuite est limitée à un usage non commercial.
Utilisation commerciale & licence
Le code du projet est sous licence MIT, et les deux fiches officielles des modèles indiquent MIT. L’exemple utilisant une image télécharge également BRIA RMBG-1.4 : l’usage gratuit est réservé aux usages non commerciaux, et l’usage commercial nécessite un accord distinct avec BRIA. Vérifiez les checkpoints exacts et leurs dépendances avant toute utilisation en production.
Règles relatives au contenu pour adultes
Les conditions MIT de TripoSG n’accordent aucun droit sur les images de référence, les représentations de personnes ou les ressources tierces. Le processus par défaut utilisant une image fait appel à BRIA RMBG-1.4 : l’usage gratuit est réservé aux usages non commerciaux. Le lien vers l’accord 1.4 figurant dans sa fiche de modèle renvoyait une erreur 404 lors de notre examen ; confirmez les conditions applicables auprès de BRIA avant tout usage commercial ou pour du contenu pour adultes. Les services hébergés ont leurs propres politiques.
Ce dont vous avez besoin
L’inférence locale officielle nécessite CUDA. Le README indique au moins 8 GB de VRAM ; les deux fiches des modèles précisent plus de 8 GB. Les besoins en mémoire varient selon les paramètres et les éventuelles étapes supplémentaires du pipeline.
Les classements sont des recommandations pour la tâche décrite, fondées sur la documentation examinée. Ceux des modèles concernent le développement de contenu non explicite. Nous n’avons pas effectué de tests de performance pratiques. Vérifiez séparément les politiques de contenu et les conditions commerciales. Fonctionnement des classements →
Sources et lectures complémentaires +
Dernière vérification 5 octobre 2026.