Uni3D

一个预训练模型搞定多种3D理解任务，零样本也能识别物体。

Uni3D 是北京智源人工智能研究院（BAAI）提出的一个3D视觉基础模型，旨在学习通用的3D物体表征，以支持多种下游3D理解任务。它采用基于点云的Transformer架构，通过大规模3D数据预训练，学习到具有强泛化能力的3D特征。Uni3D能够直接用于3D物体分类、零样本识别、部分分割、3D语义分割等任务，并支持与CLIP等2D视觉语言模型对齐，实现文本到3D的检索与生成。其核心能力在于统一的3D视觉表示，解决了传统3D模型任务专用、泛化性差的问题，为3D视觉领域提供了一个通用的预训练基础。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 687

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队baaivision

所属国家

官网地址

GitHubhttps://github.com/baaivision/Uni3D

定价模式free

价格说明开源模型，MIT许可证，完全免费，需自行部署。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型3d-representation-learning,foundation-models,vision-transformers

GitHub 星标★ 687

30天Star增速

HF 下载量

上线时间2023-10-10 00:00:00

最近更新2026-09-21 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

核心亮点

基于大规模3D数据预训练，特征泛化能力强，支持零样本分类和检索
采用Transformer架构，可灵活适配多种下游任务，如分割、检测
与CLIP对齐，支持文本-3D跨模态理解，拓展应用边界

不足之处

文档/社区待观察，早期项目，使用教程和社区支持有限
主要针对点云数据，对网格、多视图等3D格式支持不足

适用场景

机器人抓取与导航中的3D物体识别
自动驾驶场景下的点云语义分割
3D资产库的自动分类与文本检索

替代项目

Point-BERT、Point-M2AE、ULIP

项目介绍

Uni3D 是计算机视觉领域的开源项目，由 baaivision 开发，2023 年首次发布。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 687。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-21。MIT许可证，完全免费，需自行部署。

它主要面向的使用场景是：机器人抓取与导航中的3D物体识别。同类可对比的替代方案包括 Point-BERT、Point-M2AE、ULIP。

上一篇：tessera

下一篇：EmerNeRF