有人把微軟開發的 TRELLIS.2（一個把照片變成 3D 模型的 AI）改造成可以在 Mac 上跑。原本這個模型只能在 NVIDIA 的 GPU 上用，因為它用了五個特殊的 CUDA 工具（flex_gemm、flash_attn、o_voxel、cumesh、nvdiffrast），Mac 根本沒有。這個人超猛，直接自己寫了五個替代品出來，用純 Python 和 PyTorch 重新實現所有功能。簡單來說就是，現在你用 MacBook Pro 就能跑這個 AI，不用花大錢買 NVIDIA 顯卡了。對於用 Mac 的設計師或 3D 工作者來說，這根本是救星啊。
有人把微軟最新的 TRELLIS.2 AI 模型（用來把照片變成 3D 物體的）改造成可以在 Mac 上跑。原本這個模型只能在 Windows 或 Linux 上用，因為它需要特殊的 NVIDIA 顯卡技術。這個人就把那些 NVIDIA 才有的功能用普通的 Python 程式碼重新寫了一遍，讓 Mac 的 M 系列晶片也能用。簡單來說就是，你現在不用特地買台 Windows 電腦或租雲端服務，直接用你的 MacBook 就能玩這個酷炫的 AI 功能了。如果你有在做 3D 設計或 AI 相關的工作，這個改造可能會省你不少錢。
有個人買了 M5 Pro 電腦，裝了 24GB 記憶體，想用 Ollama 跑 Qwen 3.6 這個 AI 模型。他在想要不要用 Q4 版本（就是把模型壓縮到 4 位元，檔案比較小），但又找不到好用的 Q3 版本（更小的壓縮版）。簡單來說就是在找一個平衡點——既不要電腦跑到爆炸，AI 回答的品質也不要差太多。如果你也有類似的配置，這篇討論應該能幫你省不少時間。
白話點評
有人剛把微軟最強的 3D AI 從 NVIDIA 監獄裡救出來 — 你的 MacBook 馬上就要變成 3D 建模怪獸
微軟的 TRELLIS.2 可以把任何圖片變成 3D 模型，但它被五個只能用 CUDA 的函式庫鎖死，根本只能在 Windows + NVIDIA 上跑。結果有個絕對的天才花了好幾週時間，從零開始把每一個都重寫成能在 Apple Silicon 上執行的版本。我們在講的是純 PyTorch 的稀疏 3D 卷積、用空間雜湊做的自訂網格提取，還有不需要 CUDA 的 GPU 加速注意力機制。這不只是一個移植版本 — 這是對 3D AI 應該怎麼做的完全重新想像。一個人就能反向工程並取代微軟整個 CUDA 堆疊，這根本說明了這些硬體障礙有多人為。你的 M1 MacBook Pro 馬上就要做到上個月還需要五千美金工作站才能做的事。
Action
馬上試用需要三千美金以上的 NVIDIA 工作站才能跑最尖端的圖片轉 3D AI 模型
直接在你的 MacBook Pro 上用 Apple Silicon 從照片生成 3D 模型
AI 怎麼看
3D 內容創作
high馬上在你的 Mac 上試試 TRELLIS.2 — 這根本可以取代你整個 3D 建模的概念階段流程
有人把微軟最尖端的圖片轉 3D 技術搬到筆電上，還從零開始重寫了五個完整的 CUDA 函式庫
你再也不用花三千美金買 NVIDIA 工作站來把草圖變成 3D 模型 — MacBook Pro 就能做
遊戲開發
high下載這個移植版本，開始用概念美術原型製作 3D 資產 — 可能會徹底改變你的資產製作流程
Mac 開發者和 AI 驅動的 3D 生成之間的技術障礙一夜之間就消失了
你的獨立遊戲工作室現在可以生成 3D 模型，不用買昂貴的硬體或改用 Windows
這跟你的工作有關嗎
3D 美術師
整個會變不一樣圖片轉 3D 生成現在可以在一般 Mac 硬體上執行，讓進階 3D 創作工具民主化了
現在就學這個工作流程 — 客戶一旦發現你能從參考圖快速生成基礎模型，他們就會期待更快的交期
獨立遊戲開發者
好消息Mac 開發者現在可以用微軟最先進的 3D 生成技術，不需要 NVIDIA GPU
馬上把這個整合進你的資產製作流程 — 原型製作更快，預算可以花在打磨遊戲而不是建模
AI 研究員
好消息有人證明了你可以用純 PyTorch 取代複雜的 CUDA 操作，讓研究變得更容易取得
研究這個移植版本的架構 — 這是如何讓 GPU 專屬研究變成全球通用的大師級教學