Pixal3D 画像から3Dモデルへの ComfyUI ワークフロー例

Pixal3D は、Tencent ARC が開発したオープンソースの画像-to-3Dモデルで、SIGGRAPH 2026 で発表されました。単一の画像を、完全なPBRマテリアルを備えた高忠実度の3Dアセットに変換します。ほとんどの3Dネイティブジェネレーターは、正準空間で形を合成し、アテンションを通じて画像の手がかりを注入するため、ピクセルと3Dの対応関係があいまいになります。一方、Pixal3D はピクセル整合生成を採用しています。バックプロジェクションによってピクセルと3Dの直接的な対応関係を確立するため、生成済みモデルの正面は入力画像と1:1で一致し、テクスチャのゆがみやずれが発生しません。

Pixal3D: 画像から3Dモデルへ

単一の画像をアップロードします。入力ビューに合わせて、完全なPBRテクスチャを持つ高忠実度の3Dモデルを生成します。このワークフローには TRELLIS.2 パイプラインも含まれています。Boolean (Switch to Trellis2) ノードはデフォルトで false となり、ここで説明する Pixal3D パイプラインが実行され、Pixal3D モデルも自動的に読み込まれます。 Pixal3Dワークフローのプレビュー

ローカルユーザー
クラウドユーザー

ComfyUI が最新版に更新されていることを確認してください。

このガイドで紹介するワークフローは、ワークフローテンプレートから入手できます。テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：

最新の ComfyUI（Nightly 版）を使用していない
起動時に一部のノードのインポートに失敗している

Comfy Cloudで実行

このワークフローをComfy Cloudで即座に実行

ワークフローをダウンロード

JSONをダウンロードするか、テンプレートライブラリで「Pixal3D & TRELLIS.2: Image to Model」を検索してください

入力マテリアル このファイルを LoadImage ノードにアップロードしてください：

viking_wolf_rune_axe.png

LoadImage ノード122 · viking_wolf_rune_axe.png

Pixal3D: マルチビューから3Dモデルへ

キャラクターのターンアラウンドシート（1枚の画像に正面・側面・背面を配置したもの）から3Dモデルを生成します。マルチビューモデルは追加の視点を活用して、単一画像パイプラインでは捉えられないジオメトリを再構築し、より正確な側面と背面のプロファイルを実現します。テンプレートライブラリの Character Turnaround Sheet Generator テンプレートを使って Nano Banana 2 でターンアラウンドシートを作成するか、被写体を背景から分離したマルチビュー画像を自分で用意してください。 Pixal3D マルチビューワークフローのプレビュー

Comfy Cloudで実行

このワークフローをComfy Cloudで即座に実行

ワークフローをダウンロード

JSONをダウンロードするか、テンプレートライブラリで「Pixal3D: Multi Views to 3D」を検索してください

入力マテリアル このファイルを LoadImage ノードにアップロードしてください：

character_turnaround_4view_sheet.png

LoadImage ノード364 · character_turnaround_4view_sheet.png

ワークフローは以下のモデルを使用します。モデルをダウンロードし、対応する models/ サブディレクトリに配置してください：

Pixal3D マルチビュー UNet

pixal3d_multiview_int8_convrot.safetensors → ComfyUI/models/diffusion_models/

シェイプ VAE

trellis_2_shape_vae_bf16.safetensors → ComfyUI/models/vae/

テクスチャ VAE

trellis_2_texture_vae_bf16.safetensors → ComfyUI/models/vae/

DINOv3 CLIP ビジョン

dino_v3_L_naf_fp32.safetensors → ComfyUI/models/clip_vision/

BiRefNet 背景除去

birefnet.safetensors → ComfyUI/models/background_removal/

仕組み

Pixal3D は、カメラ対応のピクセルアライン生成と、完全なメッシュ後処理パイプラインを組み合わせます:

背景除去: BiRefNet が入力画像の背景を除去し、ワークフローは被写体を中央の 1024×1024 キャンバスに切り取ります。スイッチで背景除去をスキップできます
カメラ推定: MoGe が画像からジオメトリとカメラの画角を推定します。画角がピクセルアライン条件付けを駆動します
構造生成: スパースな構造潜在変数がサンプリングされ、ボクセルにデコードされて、粗いメッシュに変換されます
シェイプの精緻化: シェイプステージとアップサンプルステージが、ターゲット解像度 (1536) までメッシュを精緻化します
テクスチャ生成: テクスチャ拡散ステージが PBR マテリアルのボクセル (ベースカラー、メタリック、ラフネス) を生成します
後処理: DC リメッシュ、QEM デシメーション、UV アンラップ、ベースカラー・法線・アンビエントオクルージョンマップのベイクを行い、最終的なテクスチャ付きメッシュを作成します

実行手順

画像を読み込む: LoadImage ノードを使用して、オブジェクトの画像を1枚読み込みます
ワークフローをキューに投入する: Ctrl（macOS では Cmd）+ Enter キーを押します
パイプラインを待つ: 構造、形状、テクスチャの各ステージが順番に実行され、その後、後処理が続きます
結果を確認する: Preview3DAdvanced ノードでメッシュを確認します。GLB は ComfyUI/output/3d/ComfyUI/ に保存されます

モデルのダウンロード

このワークフローで使用するモデルをダウンロードします。2 つの拡散モデルの両方が必要です。スイッチがどちらを実行するかを選択します。対応する models/ サブディレクトリに配置します。

Pixal3D UNet モデル

pixal3d_int8_convrot.safetensors: Pixal3D 拡散モデル（デフォルトで読み込み）

TRELLIS.2 UNet モデル

trellis_2_int8_convrot.safetensors: TRELLIS.2 拡散モデル（スイッチが true のときに読み込み）

シェイプ VAE

trellis_2_shape_vae_bf16.safetensors: 構造とシェイプのデコード用 VAE

テクスチャ VAE

trellis_2_texture_vae_bf16.safetensors: テクスチャのデコード用 VAE

DINOv3 CLIP ビジョン

dino_v3_L_naf_fp32.safetensors: 画像条件付け用の CLIP ビジョンエンコーダー

MoGe ジオメトリ

moge_2_vitl_normal_fp16.safetensors: ピクセルアライン条件付け用の深度・カメラ推定

BiRefNet 背景除去

birefnet.safetensors: 前処理用の背景除去モデル

モデルの保存場所

📂 ComfyUI/
├── 📂 models/
│   ├── 📂 diffusion_models/
│   │      ├── trellis_2_int8_convrot.safetensors
│   │      └── pixal3d_int8_convrot.safetensors
│   ├── 📂 vae/
│   │      ├── trellis_2_shape_vae_bf16.safetensors
│   │      └── trellis_2_texture_vae_bf16.safetensors
│   ├── 📂 clip_vision/
│   │      └── dino_v3_L_naf_fp32.safetensors
│   ├── 📂 geometry_estimation/
│   │      └── moge_2_vitl_normal_fp16.safetensors
│   └── 📂 background_removal/
│          └── birefnet.safetensors

はじめに

Agent Tools / MCP

基本概念

インターフェースガイド

チュートリアル

Comfy Cloud ノード

パートナーノード

Pixal3D 画像から3Dモデルへの ComfyUI ワークフロー例