3DTopia-XL

几秒生成带PBR材质的高质量3D模型，文本图片皆可

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数字人3D 🍴 复刻 40 🐛 待处理 6 👀 关注 14

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1050

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可证，可自由使用和部署，无付费版本。

项目预览

项目数据

分类数字人3D

开发团队3DTopia

官网地址https://3dtopia.github.io/3DTopia-XL

GitHubhttps://github.com/3DTopia/3DTopia-XL

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可证，可自由使用和部署，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型3d-generation,cvpr,cvpr2025,diffusion-models,image-to-3d,text-to-3d

GitHub 星标★ 1050

上线时间2024-07-31 00:00:00

代码更新2025-07-14

仓库体积74.1 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

3DTopia-XL 是一个基于基元扩散（Primitive Diffusion）的高质量 3D PBR 资产生成框架，由复旦大学和百度等机构联合推出，入选 CVPR 2025 Highlight。它解决的核心问题是：现有文本/图像到 3D 生成方法在几何细节、材质真实感和生成速度上难以兼顾，尤其缺乏对 PBR（物理渲染）材质的支持。3DTopia-XL 通过将 3D 表示分解为可学习的基元（如超椭圆体），利用扩散模型直接生成带 PBR 材质的 3D 资产，无需复杂的多步优化，从而在几秒内生成高保真、可实时渲染的模型。其核心能力包括：从文本或单张图片生成 3D 模型、输出标准 PBR 材质（粗糙度、金属度、法线等）、支持多种几何表示（如网格、SDF），并具备可扩展性，能生成大规模场景。该模型在质量、速度和通用性上均达到领先水平，适合游戏、影视、电商等需要高质量 3D 内容的场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1050

技术标签

3d-generation cvpr cvpr2025 diffusion-models image-to-3d

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 20 分钟部署方式：本地安装 4 步

环境要求

Anaconda（推荐用于管理 Python 虚拟环境）
Python 3.9
支持 CUDA 11.8 的 NVIDIA GPU 与驱动（安装 pytorch-cuda=11.8）
可访问 conda（pytorch、nvidia 频道）与 PyPI 的网络环境

安装与启动步骤

1克隆项目代码

从 GitHub 拉取 3DTopia-XL 源码，后续命令都在项目根目录下执行。
```
git clone https://github.com/3DTopia/3DTopia-XL.git
```
2创建 conda 环境

新建名为 primx 的环境，README 指定 Python 版本为 3.9。
```
conda create -n primx python=3.9
```
3安装 PyTorch

从 pytorch/nvidia 频道安装 README 指定的 2.1.2 版本及对应 CUDA 11.8 支持。
```
conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=11.8 -c pytorch -c nvidia
```
4安装其余依赖

在项目根目录下按 requirements.txt 安装剩余 Python 依赖，需已激活 primx 环境。
```
pip install -r requirements.txt
```

如何确认成功

README 未提供运行入口，可执行 conda activate primx 后确认环境与依赖安装无报错，即视为安装完成。

常见问题

Q：pip install -r requirements.txt 报找不到文件？

A：该命令必须在克隆下来的 3DTopia-XL 项目根目录中执行，先 cd 进入仓库目录再运行。

Q：没有 NVIDIA GPU 能装吗？

A：README 只给出了 pytorch-cuda=11.8 的安装命令，未说明 CPU 或其它 CUDA 版本的安装方式，非 NVIDIA 环境需要自行调整。

Q：conda 安装 PyTorch 很慢或超时怎么办？

A：可更换国内镜像源后重试，或确认网络能正常访问 pytorch 与 nvidia 两个 conda 频道。

Q：装完后怎么生成 3D 资产？

A：README 节选只包含安装说明，未给出推理命令，请参考官方仓库中的示例脚本与权重页面 https://huggingface.co/FrozenBurning/3DTopia-XL。

注意事项

README 建议使用 Anaconda 管理 Python 环境。
若采用本地安装，conda 环境名固定为 primx，后续操作需先 conda activate primx。
README 节选中未包含推理/训练启动命令与配置项，实际使用前请查阅仓库后续文档。
模型权重托管在 Hugging Face（FrozenBurning/3DTopia-XL），也可直接使用官方 Hugging Face Space 在线体验。