Tripo P2.0 genera direttamente mesh quad

Tripo P2.0 genera direttamente mesh quad: l’AI 3D prova a superare la retopology automatica tradizionale

Tripo ha introdotto P2.0, una nuova generazione del proprio sistema AI per la creazione di modelli 3D che affronta uno dei limiti storici degli strumenti text-to-3D e image-to-3D: la topologia. Molti generatori riescono ormai a produrre forme tridimensionali visivamente convincenti, ma restituiscono mesh dense, triangolate e poco ordinate, adatte a essere visualizzate ma spesso difficili da modificare, riggare o animare. P2.0 cambia l’approccio generando direttamente una topologia nativa a quadrilateri, con un massimo dichiarato di 25.000 quad, invece di produrre prima una mesh triangolare e convertirla successivamente. Il sistema supporta anche mesh triangolari fino a circa 50.000 facce, input multi-view, segmentazione semantica e controllo del numero di poligoni.

La differenza potrebbe sembrare marginale a chi utilizza principalmente modelli per la stampa 3D, perché STL e molti slicer lavorano normalmente con triangoli. Nel mondo dei videogiochi, dell’animazione e della modellazione organica, invece, la struttura della mesh è fondamentale. Un quadrilatero ben posizionato può seguire una piega, un’articolazione o la curvatura di una superficie; una massa di triangoli generati automaticamente può descrivere la stessa forma esterna ma diventare molto più difficile da modificare e deformare. P2.0 cerca quindi di spostare l’AI 3D dalla generazione di “forme che sembrano corrette” alla produzione di asset che possano essere realmente lavorati in una pipeline 3D.

Il problema non è il numero dei poligoni, ma come sono collegati

Una mesh è composta da vertici, edge e facce. Due modelli possono avere lo stesso numero di poligoni e rappresentare quasi esattamente la stessa superficie, ma comportarsi in modo completamente differente durante editing e animazione. Una mesh generata tramite tecniche implicite come SDF, marching cubes o marching tetrahedra tende a produrre triangoli distribuiti soprattutto in funzione della superficie, senza necessariamente seguire le linee che un modellatore umano sceglierebbe.

Su una testa umana, per esempio, un artista cerca normalmente di creare edge loop attorno a occhi e bocca. Su un ginocchio o un gomito cerca loop coerenti con la deformazione dell’articolazione. Su un oggetto hard-surface può voler mantenere superfici piane relativamente semplici e concentrare poligoni lungo raccordi e cambi di curvatura. Queste scelte non cambiano necessariamente la forma visibile in posizione statica, ma cambiano radicalmente quanto il modello sia facile da modificare.

È precisamente questa organizzazione che viene indicata con termini come edge flow e topology quality.

Una mesh quad non è semplicemente una mesh con metà dei triangoli

Un quadrilatero è una faccia con quattro vertici. Poiché due triangoli possono spesso essere combinati in un quad, sarebbe facile pensare che basti prendere una mesh triangolare e unire le facce a coppie. È esattamente ciò che fanno molti algoritmi di quadrangulation o retopology automatica.

Il problema è che la semplice fusione locale non conosce necessariamente la struttura globale dell’oggetto. Può creare quadrilateri matematicamente validi ma orientati male, con edge loop interrotti o distribuzione irregolare dei poligoni. La superficie continua ad apparire corretta, ma rimane poco adatta a rigging, subdivision e editing.

P2.0 cerca invece di generare la topologia già pensando ai quadrilateri. Il risultato dovrebbe quindi essere un reticolo nel quale le facce non derivano da una trasformazione successiva, ma fanno parte direttamente della rappresentazione prodotta dal modello.

Native quad è quindi diverso da quad remesh

È la distinzione principale da mantenere nell’articolo. Una pipeline convenzionale può essere schematizzata così: immagine o testo → geometria 3D → mesh triangolare → retopology → quad mesh. Con P2.0 l’obiettivo diventa: immagine o viste multiple → geometria e topologia → quad mesh.

La seconda strada elimina almeno concettualmente una fase. Questo non significa che il risultato non possa richiedere ulteriori modifiche, ma significa che l’AI tenta di risolvere il problema topologico già durante la generazione.

Tripo continua comunque a offrire anche strumenti di quad remesh, perché esistono moltissimi modelli triangolati già creati che devono essere convertiti. Native generation e remeshing sono quindi due funzioni diverse dello stesso ecosistema.

P2.0 arriva dopo una generazione P1 già focalizzata sulla struttura

Tripo aveva già introdotto P1.0 nel marzo 2026 come modello Smart Mesh dedicato alla generazione di mesh più ordinate e leggere. P2.0 porta l’idea più avanti aggiungendo esplicitamente native quad topology, multi-view e maggiore controllo sulla struttura finale.

Le API ufficiali permettono di impostare direttamente il parametro quad e un limite di facce. Con P2.0 il range dichiarato arriva da poche decine di facce fino a circa 25.000 quad, mentre la modalità triangolare arriva a 50.000. L’assenza del parametro lascia al sistema la possibilità di adattare automaticamente la densità.

È importante perché una mesh “production ready” non deve essere necessariamente molto densa. Un game asset può beneficiare di poche migliaia di facce ben posizionate molto più di una geometria da centinaia di migliaia di triangoli senza struttura.

La densità viene concentrata dove serve

Tripo descrive Smart Mesh come capace di lasciare relativamente pulite le superfici piatte e concentrare poligoni dove la forma cambia. È lo stesso principio che un modellatore utilizzerebbe manualmente: una parete perfettamente piatta non ha bisogno di migliaia di vertici; un bordo curvo, una piega o un volto ne richiedono molti di più.

Questa distribuzione adattiva migliora anche il rapporto fra qualità visiva e peso del file. Nei videogiochi significa meno dati da elaborare. Nell’animazione significa meno vertici da gestire durante rigging e skinning. In VR e AR può ridurre il carico grafico.

Il polycount diventa quindi un budget geometrico, non semplicemente una misura della qualità.

Il multi-view riduce quanto l’AI deve inventare

P2.0 supporta più immagini di riferimento, fino a quattro viste nelle modalità documentate da Tripo: fronte, sinistra, destra e retro. La differenza rispetto al single-image generation è notevole. Da una sola fotografia il sistema deve necessariamente inferire ciò che non vede: parte posteriore, profondità e superfici nascoste.

Con più viste una quota maggiore della geometria deriva da informazione reale disponibile nell’input. Questo dovrebbe ridurre incongruenze e migliorare proporzioni e continuità.

Non elimina però completamente l’inferenza. Zone occluse o non rappresentate devono comunque essere ricostruite dal modello. Multi-view non significa scansione metrologica e non deve essere confuso con fotogrammetria calibrata o acquisizione tramite scanner 3D.

La segmentazione semantica può essere quasi importante quanto i quad

P2.0 può separare automaticamente il modello lungo confini che il sistema interpreta come semanticamente significativi. Su un personaggio può distinguere corpo, abiti, armatura o accessori; su un oggetto meccanico può separare componenti differenti.

Questo cambia molto il workflow. Se un’armatura viene generata come parte separata, può essere modificata, rimossa o texturizzata senza intervenire sull’intera mesh. Lo stesso principio può essere utilizzato per animazione e interazione.

Una dimostrazione pubblicata da Tripo mostra per esempio un ragno meccanico nel quale le parti separate semanticamente vengono identificate e controllate individualmente da un LLM. È un esempio interessante di come la struttura del modello 3D possa diventare leggibile non soltanto da un artista, ma anche da altri sistemi software.

Una AI che genera oggetti separati crea più informazione di una AI che genera una singola superficie

Questo è un punto concettualmente importante. Una normale mesh contiene principalmente geometria. Una mesh segmentata contiene anche una prima interpretazione della struttura dell’oggetto.

Se il sistema identifica automaticamente ruota, corpo, maniglia e pannello, può diventare più semplice chiedere successivamente a un agente AI di “rimuovere la ruota”, “allungare la maniglia” o “animare il pannello”.

Il modello 3D diventa quindi non soltanto rappresentazione geometrica, ma una struttura con una certa semantica.

Questa direzione è probabilmente altrettanto importante della generazione quad.

Mesh Edit permette di rigenerare soltanto una regione

Un’altra funzione collegata a P2.0 è l’editing locale. Invece di rigenerare l’intero modello quando una zona è sbagliata, Tripo permette di selezionare una regione e chiederne una nuova interpretazione.

È un comportamento più vicino al normale workflow di modellazione. Un artista raramente ricostruisce da zero tutto il personaggio perché una mano è sbagliata; modifica la mano.

Per i sistemi generativi questo è un passaggio importante, perché una delle principali fonti di inefficienza dell’AI 3D è stata finora la natura “one shot”: se una generazione è buona all’80%, spesso bisogna rifarla interamente e rischiare di perdere anche le parti riuscite.

La possibilità di mantenere ciò che funziona e correggere soltanto ciò che non funziona riduce questo problema.

Per il rigging i quadrilateri restano lo standard più pratico

Quando un modello viene animato, lo scheletro modifica la posizione dei vertici. Se la mesh segue correttamente le articolazioni, la deformazione può essere distribuita in modo naturale. Edge loop attorno a spalle, gomiti, ginocchia e bocca aiutano a evitare deformazioni visivamente innaturali.

Una mesh triangolare può essere perfettamente animabile e i motori grafici alla fine elaborano comunque triangoli, ma un asset quad è generalmente molto più semplice da modificare e preparare nelle fasi precedenti.

È per questo che il vantaggio di P2.0 è soprattutto authoring-side, non necessariamente rendering-side.

GPU e game engine triangolano comunque la geometria prima dell’elaborazione.

Anche la subdivision preferisce una topologia ordinata

Algoritmi come Catmull-Clark subdivision lavorano naturalmente su mesh quad. Una superficie a bassa risoluzione può essere suddivisa e resa più morbida conservando una forma controllata.

Su una topologia disordinata possono apparire pinching, irregolarità e artefatti. I poli, cioè vertici con numero anomalo di edge connessi, devono essere posizionati in regioni dove influenzino il meno possibile la superficie.

Un buon modellatore umano fa queste scelte deliberatamente. P2.0 cerca di impararle statisticamente.

Ed è qui che il termine “artist-friendly topology” utilizzato nel settore assume un significato concreto.

Il precedente scientifico QuadGPT aiuta a capire perché il problema è difficile

Nel 2025 un gruppo di ricercatori di HKUST e Tencent Hunyuan ha presentato QuadGPT, poi pubblicato a ICLR 2026, uno dei primi framework autoregressivi progettati per generare direttamente mesh quad-dominant. Il paper descrive esattamente il problema che oggi Tripo cerca di affrontare commercialmente: i generatori 3D producevano normalmente triangoli e la successiva conversione in quad degradava l’edge flow.

QuadGPT utilizza una rappresentazione capace di trattare insieme quadrilateri e un numero limitato di triangoli, perché anche le mesh professionali raramente sono composte al 100% da quad perfetti. Introduce inoltre un fine-tuning con reinforcement learning destinato a favorire edge loop più coerenti.

Non risulta corretto identificare automaticamente P2.0 con QuadGPT: sono prodotti e gruppi differenti. Il lavoro scientifico mostra però che la native quad generation è ormai un’area specifica di ricerca, non una semplice funzione cosmetica aggiunta alle interfacce AI.

“Quad mesh” non significa necessariamente 100% quadrilateri

Nella pratica professionale si parla spesso di quad-dominant mesh. Alcune regioni possono contenere triangoli o poli per risolvere cambi di topologia. Cercare di eliminare qualsiasi triangolo a tutti i costi può produrre una struttura persino peggiore.

Il parametro importante è quindi la coerenza dell’edge flow, non la percentuale assoluta di facce con quattro lati.

Lo stesso vale per P2.0: il claim di native quad topology va interpretato come generazione orientata a una struttura quadrangolare pulita, non come garanzia matematica che qualsiasi asset complesso sia composto soltanto da quad regolari.

Production-ready rimane un claim da verificare modello per modello

Tripo utilizza molto l’espressione “production-ready”. È comprensibile dal punto di vista commerciale, ma va delimitata.

Una buona topologia riduce il lavoro manuale. Non significa automaticamente che il modello abbia rig perfetto, pesi corretti, UV ottimali, texture definitive e deformazioni prive di problemi.

La stessa documentazione Tripo più recente lo riconosce esplicitamente: native quad topology aiuta editing e ispezione, ma non garantisce da sola che il modello sia pronto per l’animazione finale.

Un artista dovrà comunque verificare regioni critiche, soprattutto viso, mani, spalle e giunzioni fra parti.

Per oggetti hard-surface il problema è differente

Un personaggio beneficia di edge flow che segue muscoli e articolazioni. Un componente meccanico richiede invece soprattutto superfici pulite, spigoli controllati e una densità minima sulle zone piane.

Una quad mesh ben costruita può rendere l’editing più facile anche qui, ma non trasforma l’asset in CAD parametrico.

È una distinzione importantissima per chi arriva dalla manifattura additiva.

Una mesh quad di una flangia non contiene automaticamente:

• foro parametrico;
• asse analitico;
• quota;
• tolleranza;
• feature history.

Rimane una mesh poligonale.

Quad mesh ≠ CAD

È probabilmente la precisazione più importante per stamparein3d.it. Una topologia a quadrilateri può essere enormemente più ordinata di una mesh triangolare, ma resta una rappresentazione discreta della superficie.

Un modello STEP o un solido B-rep descrive piani, cilindri, coni e superfici matematiche. Una quad mesh descrive comunque vertici e facce.

Quindi P2.0 non sostituisce strumenti come reverse engineering CAD o modellazione parametrica quando servono tolleranze e quote precise.

Serve soprattutto per:

• asset visuali;
• personaggi;
• props;
• modelli organici;
• concept tridimensionali.

Per la stampa 3D il vantaggio dei quad è molto più limitato

Uno slicer FFF o resin deve alla fine determinare l’intersezione fra geometria e layer. Che il file originale contenga quad ben disposti ha poca importanza se viene esportato in STL, perché l’STL triangola comunque la superficie.

Anche 3MF può contenere mesh triangolari come rappresentazione geometrica. Quindi non bisogna scrivere che “i quad migliorano direttamente la qualità della stampa”.

Il vantaggio arriva prima:

• più facile modificare il modello;
• più semplice deformarlo;
• più semplice ridurre o aumentare dettaglio;
• più semplice separare parti.

Una volta arrivati allo slicer, il vantaggio topologico si riduce fortemente.

Tripo stesso separa Smart Mesh e High Detail Model

Sul proprio sito, Tripo presenta due strategie differenti. Smart Mesh/P2.0 è orientato a mesh leggere, quad e strutturate, utili per videogiochi, animazione, XR e workflow real-time. High Detail Model arriva invece fino a circa 2 milioni di poligoni ed è indicato anche per stampa 3D, rendering e applicazioni in cui la fedeltà geometrica conta più della topologia.

Questa separazione è tecnicamente sensata. Per stampare una statuetta non serve necessariamente un edge loop perfetto attorno al gomito. Serve che il gomito abbia la forma corretta e che la superficie sia sufficientemente dettagliata e manifold.

Un modello da milioni di triangoli può essere pessimo per l’animazione e ottimo per una stampa statica.

Il numero di poligoni utile dipende quindi dal destino del modello

Per un personaggio mobile:
pochi poligoni ben organizzati > milioni di triangoli casuali.

Per una miniatura statica:
dettaglio geometrico elevato > edge flow perfetto.

Per un componente ingegneristico:
CAD parametrico > entrambe le mesh, quando servono quote, tolleranze e modifica progettuale.

Questa distinzione aiuta a evitare di trasformare P2.0 in una soluzione universale.

L’esportazione rimane comunque molto ampia

Tripo supporta formati come STL, OBJ, FBX, GLB, USD e 3MF. Questo permette allo stesso asset di essere utilizzato in workflow molto diversi.

Un modello quad può essere esportato in FBX per Blender, Maya, Unity o Unreal. Lo stesso asset può essere triangolato ed esportato in STL per una stampa 3D.

È precisamente questa flessibilità che rende interessante un generatore 3D general purpose.

Il modello AI diventa un punto di partenza che può poi entrare in pipeline differenti.

P2.0 può generare fino a quattro varianti nello stesso passaggio

Tripo documenta anche la possibilità di generare varianti con differenti livelli di polycount. È utile perché un game asset necessita spesso di più LOD, Level of Detail.

Un oggetto vicino alla camera può utilizzare più poligoni; uno lontano può utilizzare una versione molto più leggera.

La generazione di varianti strutturalmente coerenti può quindi ridurre il lavoro necessario per preparare gli asset.

Anche qui il vantaggio è soprattutto per real-time rendering, non per la stampa.

La vera innovazione sta nello spostare la retopology dentro il modello generativo

La retopology è storicamente una delle fasi meno creative ma più costose della produzione 3D. Un concept sculpt può essere creato rapidamente; trasformarlo in una mesh utilizzabile può richiedere ore.

L’AI aveva già ridotto drasticamente il tempo per generare la forma iniziale, ma rischiava semplicemente di spostare il collo di bottiglia alla fase successiva.

Se P2.0 riesce realmente a produrre una buona topologia nativa con sufficiente affidabilità, elimina parte di quel nuovo collo di bottiglia.

È questo, più del semplice passaggio da triangoli a quadrilateri, il vero significato industriale della novità.

Il prossimo obiettivo sarà mantenere la topologia durante le modifiche

Generare una buona mesh una volta è soltanto il primo passo. In produzione, il modello viene continuamente modificato.

Se l’utente chiede di cambiare una giacca o allungare un braccio, l’AI dovrebbe riuscire a mantenere:

• identità del personaggio;
• proporzioni non modificate;
• segmentazione;
• edge flow;
• rig esistente.

Tripo indica proprio structural understanding e continuous editing fra le direzioni della propria roadmap.

È una sfida molto più difficile della semplice generazione iniziale.

La struttura 3D diventa quindi una forma di “memoria” dell’asset

Un asset con parti, topologia e relazioni coerenti può essere modificato senza ricominciare da zero.

Questo è particolarmente importante quando sistemi generativi vengono utilizzati da agenti AI. Un agente può manipolare una “gamba” soltanto se il sistema sa dove la gamba inizia e finisce.

Il passaggio dalla geometria non strutturata alla geometria semanticamente organizzata può quindi essere fondamentale per l’arrivo di workflow agentici nel 3D.

Per la stampa 3D generativa è comunque un passaggio utile

Anche se i quad non migliorano direttamente lo slicing, un generatore più strutturato può rendere più semplice trasformare una generazione AI in un oggetto fisico.

La segmentazione automatica può per esempio dividere una figura troppo grande in elementi differenti, separare accessori o creare parti da stampare con materiali diversi.

Tripo pubblicizza già funzioni dedicate alla stampa 3D che permettono di dividere automaticamente modelli troppo grandi rispetto al piano e di esportare STL, 3MF o OBJ.

È quindi il livello di comprensione dell’oggetto, più che il quad in sé, ad avere potenzialmente il maggiore valore per la produzione fisica.

Non bisogna però confondere “stampabile” con “progettato per funzionare”

Un modello generato dall’AI può essere manifold e quindi tecnicamente slicable. Questo non significa che una staffa generata automaticamente abbia resistenza sufficiente, tolleranze corrette o superfici di accoppiamento funzionali.

Per oggetti decorativi il problema è minore. Per parti funzionali rimane necessario un vero controllo progettuale.

L’AI 3D sta diventando eccellente nella ricostruzione di forme. La progettazione ingegneristica richiede anche comprensione di carichi, materiali e processi.

Sono due problemi distinti.

P2.0 è quindi più importante per Blender e Unreal che per PrusaSlicer

È una sintesi utile. Il vantaggio immediato si vede in ambienti dove l’utente vuole modificare, animare e texturizzare il modello.

Per uno slicer una mesh densa e correttamente chiusa è spesso più che sufficiente.

Ma la distinzione potrebbe ridursi in futuro se gli strumenti generativi venissero sempre più utilizzati anche nella progettazione di prodotti personalizzati o oggetti stampabili che richiedono numerose modifiche prima della produzione.

In quel caso una mesh ben strutturata diventa comunque più gestibile.

La direzione generale è chiara: l’AI 3D sta passando dalla forma alla struttura

La prima generazione di modelli text-to-3D doveva soprattutto dimostrare di poter creare qualcosa di riconoscibile. La seconda ha migliorato dettaglio e texture. Ora la competizione si sta spostando sulla qualità intrinseca dell’asset.

Non basta più che un personaggio sembri corretto in un render. Deve essere:

• editabile;
• segmentato;
• riggabile;
• animabile;
• leggero abbastanza per un game engine.

P2.0 va esattamente in questa direzione.

Native quad è quindi meno spettacolare visivamente, ma probabilmente più importante industrialmente

Due modelli possono apparire quasi identici in uno screenshot. Uno potrebbe però richiedere quattro ore di cleanup, l’altro dieci minuti.

È questa differenza invisibile che determina il costo reale di una pipeline 3D.

Se Tripo riuscirà a mantenere la qualità dichiarata su una gamma ampia di personaggi, props e hard-surface asset, la native quad generation potrebbe diventare uno dei passaggi più significativi nell’evoluzione della generazione 3D AI.

Non perché i quadrilateri siano una tecnologia nuova, ma perché per la prima volta il modello generativo cerca di produrre direttamente la struttura che un artista avrebbe altrimenti dovuto ricostruire a mano.

Tabelle tecniche

Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI).