> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Pixal3D 画像からモデルへの ComfyUI ワークフロー例

> Pixal3D を使用して、1枚の画像からフル PBR テクスチャ付きの高忠実度 3Dモデルを生成します。Pixal3D は、Tencent ARC によるピクセル位置合わせ型の画像から 3Dモデルへの変換モデルです。

**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。

<h3 id="pixal3d">
  Pixal3D: 画像からモデルへ
</h3>

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。

<img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/3d_pixal3d_trellis2_image_to_model-1.webp" alt="Pixal3Dワークフローのプレビュー" />

<Tip>
  <Tabs>
    <Tab title="ローカルユーザー">
      ComfyUI が最新版に更新されていることを確認してください。

      * [ComfyUI のダウンロード](https://www.comfy.org/download)
      * [更新手順](/ja/installation/update_comfyui)

      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](/ja/interface/features/template)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：

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

    <Tab title="クラウドユーザー">
      * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。

      したがって、このドキュメントでコアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。
    </Tab>
  </Tabs>
</Tip>

<CardGroup cols={2}>
  <Card title="Comfy Cloudで実行" icon="cloud" href="https://cloud.comfy.org/?template=3d_pixal3d_trellis2_image_to_model&utm_source=docs&utm_medium=referral&utm_campaign=pixal3d">
    このワークフローをComfy Cloudで即座に実行
  </Card>

  <Card title="ワークフローをダウンロード" icon="download" href="https://github.com/Comfy-Org/workflow_templates/blob/main/templates/3d_pixal3d_trellis2_image_to_model.json">
    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
  </Card>
</CardGroup>

**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：

<CardGroup cols={1}>
  <Card title="viking_wolf_rune_axe.png" icon="image" href="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/viking_wolf_rune_axe.png">
    `LoadImage` ノード122 · `viking_wolf_rune_axe.png`
  </Card>
</CardGroup>

<div style={{display: 'grid', gridTemplateColumns: 'repeat(2, minmax(0, 1fr))', gap: '1rem', alignItems: 'start'}}>
  <img src="https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/viking_wolf_rune_axe.png" alt="入力画像" style={{width: '100%', height: 'auto', objectFit: 'contain'}} />
</div>

## 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:

1. **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
2. **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
3. **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
4. **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
5. **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
6. **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

1. **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
2. **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
3. **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
4. **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。

<CardGroup cols={2}>
  <Card title="Pixal3D UNet モデル" icon="download" href="https://huggingface.co/Comfy-Org/Pixal3D/blob/main/diffusion_models/pixal3d_int8_convrot.safetensors">
    pixal3d\_int8\_convrot.safetensors: Pixal3D 拡散モデル（デフォルトで読み込み）
  </Card>

  <Card title="TRELLIS.2 UNet モデル" icon="download" href="https://huggingface.co/Comfy-Org/TRELLIS.2/blob/main/diffusion_models/trellis_2_int8_convrot.safetensors">
    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）
  </Card>

  <Card title="シェイプ VAE" icon="download" href="https://huggingface.co/Comfy-Org/Pixal3D/blob/main/vae/trellis_2_shape_vae_bf16.safetensors">
    trellis\_2\_shape\_vae\_bf16.safetensors: 構造とシェイプのデコード用 VAE
  </Card>

  <Card title="テクスチャ VAE" icon="download" href="https://huggingface.co/Comfy-Org/Pixal3D/blob/main/vae/trellis_2_texture_vae_bf16.safetensors">
    trellis\_2\_texture\_vae\_bf16.safetensors: テクスチャのデコード用 VAE
  </Card>

  <Card title="DINOv3 CLIP ビジョン" icon="download" href="https://huggingface.co/Comfy-Org/Pixal3D/blob/main/clip_vision/dino_v3_L_naf_fp32.safetensors">
    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
  </Card>

  <Card title="MoGe ジオメトリ" icon="download" href="https://huggingface.co/Comfy-Org/MoGe/blob/main/geometry_estimation/moge_2_vitl_normal_fp16.safetensors">
    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
  </Card>

  <Card title="BiRefNet 背景除去" icon="download" href="https://huggingface.co/Comfy-Org/BiRefNet/blob/main/background_removal/birefnet.safetensors">
    birefnet.safetensors: 前処理用の背景除去モデル
  </Card>
</CardGroup>

### 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
```