TripoSR 다운로드 및 설치
TripoSR을 직접 실행하는 데 필요한 모든 것: 공식 GitHub 저장소, 사전 학습된 모델 가중치, 하드웨어 및 VRAM 요구 사항, 그리고 단계별 로컬 설치까지. 아무것도 설치하고 싶지 않나요? 대신 무료 호스팅 데모를 사용해 보세요.
공식 GitHub 저장소
VAST-AI-Research/TripoSR에서 MIT 라이선스로 배포되는 소스를 클론하세요. run.py, 예제 이미지, 그리고 단일 이미지를 3D로 변환하는 전체 추론 파이프라인이 포함되어 있어요.
Hugging Face의 모델 가중치
stabilityai/TripoSR 모델 카드에서 사전 학습된 TripoSR 가중치를 받으세요. 모델을 처음 실행할 때 자동으로 다운로드돼요.
다운로드와 요구 사항, 바로 답해 드려요
TripoSR을 설치할 때 사람들이 실제로 검색하는 질문들이에요. 짧고 직접적인 답변과 함께 위에 공식 출처를 연결해 두었어요.
TripoSR을 무료로 다운로드할 수 있나요?
네. TripoSR은 MIT 라이선스로 배포되는 오픈 소스라서, 코드와 사전 학습된 가중치를 무료로 다운로드하고 상업적으로도 무료로 사용할 수 있어요. 코드는 GitHub에, 가중치는 Hugging Face에 있어요.
GPU와 VRAM 요구 사항은 어떻게 되나요?
TripoSR은 가볍고 단일 소비자용 GPU에서 실행돼요. CPU 전용 모드도 제공하는데, 작동은 하지만 더 느려요. 사용 환경에 맞는 정확한 VRAM 수치는 설치 전에 공식 GitHub README의 요구 사항을 확인하세요.
TripoSR을 로컬에 어떻게 설치하나요?
저장소를 클론하고, Python 3.8 이상 환경을 만들고, PyTorch와 명시된 요구 사항을 설치한 다음, 포함된 run.py를 아무 이미지에나 실행하세요. 전체 명령어는 아래 단계별 섹션에 있어요.
Colab이나 원클릭 옵션이 있나요?
네. 커뮤니티 Google Colab 노트북으로 로컬 설정 없이 TripoSR을 실행할 수 있고, Pinokio는 원클릭 설치 프로그램을 제공해요. 둘 다 수동 환경 설정을 건너뛰고 싶을 때 좋아요.
TripoSR을 실행하는 네 가지 방법
하드웨어와 인내심에 맞는 경로를 골라 보세요. 모두 단일 이미지를 3D Mesh로 바꿔 줘요.
로컬 설치 (완전한 제어)
GitHub 저장소를 클론하고, Python과 PyTorch를 설정한 다음, run.py를 실행하세요. 배치 작업, 맞춤형 파이프라인, 오프라인 사용에 가장 적합해요.
Google Colab (로컬 GPU 불필요)
커뮤니티 Colab 노트북을 열고 무료 클라우드 GPU에서 TripoSR을 실행하세요. 자기 컴퓨터를 건드리지 않고 빠르게 테스트하기 좋아요.
Pinokio (원클릭)
Pinokio를 통해 TripoSR을 설치하면 수동 의존성 설정을 건너뛸 수 있어요. 클릭 한 번으로 Python 환경을 알아서 처리해 줘요.
호스팅 데모 (설정 불필요)
TripoSR을 브라우저에서 바로 사용하세요. 다운로드도, GPU도 필요 없고, 몇 초 만에 결과가 나와요. 가장 빠르게 사용해 볼 수 있는 방법이에요.
TripoSR를 프로그래밍 방식으로 사용하기 (API)
오픈 소스 TripoSR 모델 자체에는 호스팅 API가 없어요: 직접 실행해서 자체 코드에서 호출해요. 관리형 REST API를 원한다면 TripoSR를 만든 팀인 Tripo AI가 하나 제공해요. 두 가지 옵션은 다음과 같아요.
오픈 소스 모델 직접 호스팅
Python으로 TripoSR를 로컬에서 실행하고 run.py 또는 모델 클래스를 자체 서비스나 배치 스크립트로 감싸요. 무료이고, 완전히 통제할 수 있으며, 오프라인에서도 작동해요. 파이프라인과 인프라를 직접 소유하고 싶을 때 가장 좋아요. FastAPI나 Flask 같은 프레임워크를 쓰면 자체 HTTP 엔드포인트를 쉽게 노출할 수 있어요.
Tripo API (관리형 REST API)
TripoSR를 만든 팀인 Tripo AI는 인증, 생성 작업, GLB 또는 OBJ 출력을 갖춘 이미지를 3D 모델로, 텍스트를 3D 모델로 변환하는 관리형 REST API를 제공해요. 모델을 직접 실행하지 않고 확장 가능한 클라우드 생성을 원할 때 가장 좋아요.