2026.07.08 2026.07.08

オープンソース 3D生成実践 2026 — TRELLIS.2 と Hunyuan3D を自宅GPUで動かす

ゲンキ

オープンソース 3D生成実践 2026 — TRELLIS.2 と Hunyuan3D を自宅GPUで動かす

画像を1枚放り込むだけで、数秒後に3Dモデルが出てくる。そんな体験は、もはやクラウドサービスの専売特許ではない。オープンソース 3D生成のモデルが実用水準に到達し、しかも自宅のGPUで動かせるところまで降りてきたからだ。2025年末から2026年にかけて、Microsoft や Tencent といった大手が、学習済みの重みごとモデルを公開する流れが一気に加速した。

これまで、テキストや画像から3Dを作るといえば、Meshy や Tripo に代表されるクラウドSaaSが定番だった。ブラウザで完結し、高性能なGPUを持たなくても使える手軽さは魅力だが、生成のたびにクレジットを消費する従量課金が前提になる。試行錯誤を重ねるほど、あるいは大量に量産するほど、費用はかさんでいく。ここに、自前のGPUでモデルを回すという第三の選択肢が、現実味を帯びて割り込んできた。

本記事では、いま自宅で動かせる代表的なオープンモデルである Microsoft の TRELLIS.2 と Tencent の Hunyuan3D を軸に、必要なハードウェア、ComfyUI での動かし方、そして見落としがちなライセンスの確認まで、実践の観点で整理する。3D生成AIの全体像や技術系譜は3D生成AI ファウンデーションモデル 2026最前線（2026-03-30 公開）で扱ったので、本記事はそのなかでも「オープンソースを自分の手元で動かす」という一点に踏み込む。

なぜ今、オープンソース 3D生成をローカルで回すのか
Microsoft TRELLIS.2 — MITライセンスの4Bモデル
Tencent Hunyuan3D — 拡散ベースの定番オープンモデル
必要なGPUとVRAM — 自宅で動かす現実
ComfyUI で組む生成パイプライン
ライセンスと商用利用 — オープンだからこそ確認する
まとめ — クラウドとローカルの使い分け
参照

なぜ今、オープンソース 3D生成をローカルで回すのか

まず、クラウドSaaSがありながら、なぜわざわざローカルで動かすのかを整理しておきたい。オープンソース 3D生成をローカルで回す最大の動機は、コスト構造の違いにある。

クラウドSaaSは、生成1回ごとにクレジットを消費する従量課金が基本だ。少数のモデルを時々作るだけなら安上がりだが、設定を変えながら何十回と試行錯誤する使い方や、大量に量産する使い方では、費用が積み上がっていく。一方、オープンモデルを自前のGPUで回す場合、モデルの重みは無償で入手でき、生成回数に上限もない。何百回生成しようが、追加のクレジット課金は発生しない。もちろん、GPUというハードウェアへの初期投資と、動かしている間の電気代はかかる。無料と言い切れるわけではなく、コストの形が「回数ごとの課金」から「先行投資と電気代」へ移り変わる、と捉えるのが正確だ。

コスト以外にも、ローカルで回す利点はある。第一に、データが手元から出ない点だ。まだ公開したくない製品デザインや、機密性のある形状を、外部のサーバーに送らずに処理できる。第二に、レート制限や混雑に左右されない点だ。自分のGPUが空いている限り、いつでも好きなだけ生成を回せる。第三に、モデルやワークフローを自分でカスタマイズできる点だ。パラメータを直接いじり、他のツールと組み合わせ、再現可能な手順として固定できる。

もう一つ、長い目で見た安心感もある。クラウドSaaSは、運営会社の方針転換やサービス終了によって、ある日突然使えなくなる可能性を常に抱えている。料金体系が変わることもあれば、機能が縮小されることもある。これに対し、いったん手元にダウンロードしたオープンモデルの重みは、外部の都合で消えたりはしない。ネットワークから切り離したオフライン環境でも回せるし、数年後に同じ手順を再現することもできる。制作の基盤を自分の管理下に置けるという点は、業務で継続的に使う人ほど効いてくる利点だ。

とはいえ、ローカル運用は万人向けではない。相応のGPUを用意し、環境を構築し、動かない時は自分で原因を切り分ける手間がかかる。手軽さではクラウドSaaSに軍配が上がる。だからこそ、両者は排他ではなく、使い分けの対象になる。どういう場面でどちらが効くのかは、最後の節で改めて整理する。まずは、その主役となるオープンモデルの実力を具体的に見ていこう。

Microsoft TRELLIS.2 — MITライセンスの4Bモデル

最初に取り上げるのが、Microsoft が2025年12月18日に公開した TRELLIS.2 だ。40億パラメータ規模の、画像から3Dを生成するモデルである。

TRELLIS.2 の技術的な核心は、O-Voxel と呼ばれるスパースボクセル構造にある。空間を格子状のボクセルで表現しつつ、中身が詰まった部分だけを疎に持つことで、形状と見た目を効率よく符号化する仕組みだ。この表現によって、開いた面や複雑な内部構造を持つモデルも扱いやすくなっている。さらに TRELLIS.2 は、単なる形だけでなく PBR マテリアル、すなわちベースカラーや金属度、粗さといった物理ベースの質感情報も出力する。生成された3Dが、そのままレンダリングや後工程で使える見た目の情報を伴っているわけだ。

生成速度は、モデルの規模を考えると驚くほど速い。開発元の計測では、NVIDIA H100 という高性能GPUを使った場合、512³の解像度でおよそ3秒、1024³でおよそ17秒、1536³でもおよそ60秒で生成が完了する。解像度を上げれば時間はかかるものの、より細かな形状を得られる。用途に応じて、速さと精細さのバランスを選べる設計だ。出力形式は、3Dプリントやツールチェーンで広く使われる GLB・OBJ・STL に対応しており、生成したモデルをそのままスライサーへ持ち込みやすい。

そして、メイカーにとって最も重要なのがライセンスだ。TRELLIS.2 は MIT ライセンスで公開されている。MIT は、商用利用や改変、再配布を広く認める、極めて制約の緩いライセンスだ。学習済みの重みを含めてこの条件で公開されている意味は大きく、個人の趣味から商用の制作まで、幅広い用途で安心して使える土台になる。コミュニティ側の動きも早く、ComfyUI から TRELLIS.2 を呼び出すためのラッパー ComfyUI-TRELLIS2 が visualbruno によって公開されており、ノードベースの環境から扱えるようになっている。

Tencent Hunyuan3D — 拡散ベースの定番オープンモデル

もう一つの主役が、Tencent が2025年1月21日に公開した Hunyuan3D-2 だ。TRELLIS.2 よりも早く登場し、すでにオープンな3D生成の定番として広く使われている。

Hunyuan3D-2 の特徴は、形状生成とテクスチャ生成を明確に分けた二段構えのパイプラインにある。まず Hunyuan3D-DiT が、拡散モデルの技術で形そのもの、つまり質感のない素のメッシュを生成する。続いて Hunyuan3D-Paint が、そのメッシュに対して詳細なテクスチャを合成する。形と見た目を別々のモデルが担当することで、それぞれの品質を高めやすくしている。この二段構成は、後工程でテクスチャだけを差し替えたり、形状を再利用したりといった柔軟な使い方にもつながる。

3Dプリントの観点では、この形状とテクスチャの分離が実利につながる。プリント用途では、色や質感より先に、まず形そのものの正確さが問われる。Hunyuan3D-DiT が生成する素のメッシュを起点にすれば、テクスチャの生成を省いて形だけを取り出し、そのままスライサーへ回すという使い方ができる。逆に、レンダリングや展示が目的なら Hunyuan3D-Paint で質感まで作り込む。目的に応じて工程を足し引きできる柔軟さは、単色でプリントすることの多いメイカーにとって、無駄のない選択肢になる。

公開されているモデルは一つではない。Hunyuan3D-2 の傘の下には、用途や速度の異なる複数のオープンソースモデルが揃っており、その数は5つに及ぶ。なかでも実用面で効いてくるのが Turbo 系列だ。生成の高速化に振ったこのシリーズは、およそ30秒という短い時間で3Dを出力できる。試行錯誤を高速に回したい場面や、大量に生成したい場面では、この速さが大きな武器になる。

Hunyuan3D の存在感は、コミュニティでの採用実績にも表れている。Hugging Face 上でのダウンロード数は累計300万を超え、世界で最も使われているオープンな3D生成モデルの一つに数えられている。これだけ広く使われているということは、それだけ情報も豊富で、詰まった時に参照できる先例も多いということだ。初めてローカルの3D生成に取り組むなら、この普及度は無視できない安心材料になる。TRELLIS.2 の新しさと、Hunyuan3D の実績。この二つを押さえておけば、オープンモデルの現在地はおおむね掴める。

必要なGPUとVRAM — 自宅で動かす現実

ここまで見てきたモデルを、実際に自宅で動かすには何が要るのか。最大の関門が、GPU、とりわけ VRAM の容量だ。ここは夢を語るより、現実を正直に押さえておきたい。

TRELLIS.2 を例に取ると、公開当初のオリジナル実装は、動作におよそ24GBの VRAM を要求していた。これは、コンシューマー向けの上位GPUでようやく届く水準で、一般的な環境にとっては高いハードルだった。ところが、公開後まもなくコミュニティによる最適化が進み、およそ8GBの VRAM でも動作するように改良された。8GB という水準は、ミドルレンジのゲーミングGPUでも十分に射程に入る。この最適化によって、TRELLIS.2 を動かせる裾野は一気に広がった。オープンソースならではの、公開後に外部の手で改善が進む強みが、如実に表れた例だと言える。

生成にかかる時間は、GPU の性能に強く依存する。前述の TRELLIS.2 の秒数は、いずれもデータセンター級の H100 での計測値だ。家庭のコンシューマーGPUでは、これより時間がかかると見込んでおくのが妥当で、公表値をそのまま自分の環境の期待値にするのは禁物だ。とはいえ、待てないほど遅いわけでもない。数秒が数十秒になる程度の差であれば、量産でない限り実用に耐える。速さを求めるなら、Hunyuan3D の Turbo 系列のように高速化に振ったモデルを選ぶ手もある。

見落としてはいけないのが、初期投資と電気代だ。ローカル運用が「無料」に見えるのは、生成ごとの課金がないからにすぎない。相応の VRAM を積んだGPUには相応の価格がつくし、生成を回している間は電力を消費する。だからこそ、コスト面でローカルが有利になるのは、ある程度まとまった量を生成する使い方だ。ごく稀にしか使わないなら、GPUを買うよりクラウドSaaSのクレジットを都度買うほうが、総額では安く済むこともある。自分の使用頻度を冷静に見積もることが、ローカルへ踏み出す前の現実的な判断材料になる。

ComfyUI で組む生成パイプライン

モデルとGPUが揃ったら、次は動かすための環境だ。ここで主役になるのが ComfyUI である。画像生成の分野で広く使われている、ノードベースのワークフローツールだ。

ComfyUI の強みは、処理をノードとして並べ、線でつないでいく視覚的な操作にある。画像を入力するノード、モデルを読み込むノード、3Dを生成するノード、結果を保存するノードを配置し、それらを順につなげば、一連の生成パイプラインが完成する。TRELLIS.2 を組み込むには、先に触れた ComfyUI-TRELLIS2 ラッパーを導入する。カスタムノードとして ComfyUI に読み込ませることで、TRELLIS.2 の推論を ComfyUI のワークフロー内から呼び出せるようになる仕組みだ。

導入の大まかな流れは、次のようになる。まず ComfyUI 本体を用意し、カスタムノード用のフォルダへラッパーを配置する。次に、そのラッパーが要求する Python の依存パッケージを、パッケージ管理ツールで導入する。そして、Hugging Face 上で公開されているモデルの重みを取得し、所定の場所へ置く。ここまで整えば、ComfyUI を起動した際に TRELLIS.2 のノードが選べるようになる。文章にすると数行だが、環境依存のつまずきは起きやすい。依存関係の食い違いや、モデルの配置場所の誤りが典型的な原因で、エラーメッセージを読んで一つずつ切り分ける姿勢が要る。

環境構築でつまずいたときは、独力で抱え込まず、コミュニティの蓄積を頼るのが近道だ。TRELLIS.2 も Hunyuan3D も利用者が多く、導入手順や既知の不具合、その対処法が数多く共有されている。エラーメッセージをそのまま検索するだけで、同じ壁に当たった先人の記録に行き当たることが多い。とりわけ依存パッケージのバージョン競合は頻出の落とし穴で、指定された組み合わせを守ることが安定動作への近道になる。オープンモデルの強みは、この情報の厚みそのものにあるとも言える。

ワークフローが組み上がれば、あとは入力画像を差し替えるだけで、次々と3Dを生成できる。ノードベースの利点は、この再現性と再利用性にある。一度作ったパイプラインは保存でき、パラメータだけ変えて何度でも回せる。Hunyuan3D 系のモデルについても、コミュニティが提供するノードやワークフローが流通しており、同じ ComfyUI の枠組みのなかで扱える。複数のオープンモデルを一つの環境に同居させ、対象に応じて使い分けるという運用も、ノードベースなら無理なく実現できる。生成した GLB や OBJ、STL は、そのままスライサーへ渡して印刷工程へ進める。

ライセンスと商用利用 — オープンだからこそ確認する

オープンソースだから何をしても自由、とは限らない。むしろ、オープンだからこそ、使う前にライセンスを読む習慣が要る。ここを怠ると、思わぬ規約違反につながりかねない。

モデルごとに、ライセンスの条件は大きく異なる。TRELLIS.2 のように MIT ライセンスで公開されているものは、商用利用や改変、再配布を広く認めており、制約はごく緩い。この手のモデルなら、個人利用から商用制作まで、比較的安心して使える。一方、モデルによっては、独自のコミュニティライセンスや利用規約を定めている場合がある。商用利用の可否、利用者数や地域の条件、生成物の扱いなど、モデル固有の取り決めが付いていることは珍しくない。商用で使うなら、そのモデルのライセンス文書を必ず自分の目で確認する。これはオープンモデルを扱ううえでの基本動作だ。

ここで、混同しやすい落とし穴に注意を促しておきたい。3D生成の文脈では、Hitem3D や Sparc3D といったサービス名が、オープンモデルと並んで語られることがある。しかし、これらは「オープンソース」ではない。有料のプロプライエタリなサービスであり、学習済みの重みが公開されているわけではない。名前が同じ土俵で挙がるからといって、自宅のGPUで無償に回せるオープンモデルと同一視してはいけない。本記事で扱う TRELLIS.2 や Hunyuan3D とは、そもそも性質が異なる別カテゴリのものだと理解しておく必要がある。

ライセンスの確認は、面倒な事務作業に見えて、実は自分を守る行為だ。趣味の範囲で使う分には問題にならなくても、生成物を製品に組み込んだり、販売したりする段になると、条件の違いが効いてくる。オープンモデルの世界は動きが速く、同じモデルでもバージョンによって条件が変わることもある。だからこそ、使う前に一度、そのモデルのライセンスがどのカテゴリに属するのかを確かめておく。この一手間が、あとになって効いてくる保険になる。

まとめ — クラウドとローカルの使い分け

オープンソース 3D生成をローカルで回す道は、2026年の時点で、はっきりと実用の領域に入った。TRELLIS.2 は MIT ライセンスの40億パラメータモデルとして自由度の高さを、Hunyuan3D は300万ダウンロードを超える実績と二段構えのパイプラインで安定した使い勝手を、それぞれ提供する。どちらも、自宅のGPUと ComfyUI という組み合わせで動かせるところまで来ている。

とはいえ、クラウドSaaSが不要になったわけではない。両者は、使う場面で棲み分ける関係だ。GPUを持たず、時々しか使わないなら、Meshy や Tripo のようなクラウドSaaSの手軽さが勝る。ブラウザだけで完結し、環境構築の手間もない。逆に、大量に生成する、データを外に出したくない、パラメータを細かく作り込みたい、といった要求があるなら、オープンモデルをローカルで回す価値が出てくる。生成ごとの課金がなく、回数の上限もない自由は、量をこなす使い方でこそ活きる。クラウド側の各サービスの比較はText-to-3D 比較 2026（2026-07-07 公開）で整理しているので、あわせて検討の材料にしてほしい。

結局のところ、正解は一つではない。手軽さを取るか、自由と量産性を取るか。自分の使用頻度、手元のハードウェア、扱うデータの機密性を天秤にかけて、クラウドとローカルを行き来すればよい。オープンモデルという選択肢が現実になったことで、その天秤の振れ幅は確実に広がった。かつては課金と手軽さのトレードオフしかなかった場所に、いまは「自前で無制限に回す」という新しい皿が加わっている。この選択肢を持っているかどうかが、3D生成を武器にできるかどうかの分かれ目になる。