MeshAnything

一键将任意3D数据转为艺术家级网格，告别杂乱拓扑

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 107 🐛 待处理 22 👀 关注 31

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2309

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，无在线服务，需自行部署，完全免费。

项目预览

MeshAnything 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队buaacyw

官网地址https://buaacyw.github.io/mesh-anything

GitHubhttps://github.com/buaacyw/MeshAnything

定价模式🏷️完全免费

价格说明开源项目，无在线服务，需自行部署，完全免费。

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NOASSERTION

主要语言Python

技术栈/模型3d,auto-regressive-model,generative-ai,generative-model,iclr2025,large-language-models,mesh,mesh-generation,point-cloud,transformers

GitHub 星标★ 2309

上线时间2024-06-16 00:00:00

代码更新2025-04-28

仓库体积81.7 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8

项目介绍

MeshAnything 是一个基于自回归 Transformer 的开源模型，旨在将任意 3D 表示（如点云、体素等）自动转换为艺术家风格的高质量网格（Mesh）。它解决了现有 3D 重建方法生成网格拓扑杂乱、面片冗余、不符合人工建模习惯的问题，通过自回归方式逐面片生成网格，使输出更接近专业美术师手工制作的模型，从而提升下游应用（如渲染、动画、仿真）的效率与效果。核心能力包括：从多种输入生成干净、轻量、拓扑合理的网格，支持条件生成，并提供了训练和推理代码。该工作发表于 ICLR 2025，官方实现已开源。

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 ★ 2309

技术标签

3d generative-ai generative-model large-language-models mesh

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：进阶约 15 分钟部署方式：本地安装 6 步

环境要求

Ubuntu 22（官方测试环境）
CUDA 11.8
已安装 conda，可创建 Python 3.10.13 环境
NVIDIA GPU（A100 / A800 / A6000 已验证）
git

安装与启动步骤

1克隆仓库

从 GitHub 拉取官方代码并进入项目目录，确保网络可访问 GitHub。
```
git clone https://github.com/buaacyw/MeshAnything.git && cd MeshAnything
```
2创建 conda 环境

按 README 要求创建 Python 3.10.13 的独立环境，避免污染系统环境。
```
conda create -n MeshAnything python==3.10.13 -y
conda activate MeshAnything
```

3安装 PyTorch

安装与 CUDA 11.8 对应的 torch 2.1.1、torchvision 0.16.1、torchaudio 2.1.1。

pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118

4安装项目依赖

在已激活的 MeshAnything 环境中安装 requirements.txt 列出的全部依赖。
```
pip install -r requirements.txt
```
5安装 flash-attn

README 明确要求加 --no-build-isolation，否则可能编译失败；须在装好 torch 后执行。
```
pip install flash-attn --no-build-isolation
```
6验证环境

在项目目录下尝试导入 MeshAnything，无报错说明安装成功；具体推理用法 README 未给出。
```
python -c "import MeshAnything"
```

如何确认成功

执行 python -c "import MeshAnything"，不出现 ModuleNotFoundError 等报错即安装成功。

常见问题

Q：可以不用 git clone，直接安装为依赖吗？

A：可以。README 提供另一种方式：pip install git+https://github.com/buaacyw/MeshAnything.git，之后在代码中 import MeshAnything 即可。

Q：flash-attn 安装报错怎么办？

A：README 指定必须使用 --no-build-isolation 参数，并需先完成 torch 与 requirements 安装；该包会本地编译，耗时会比较久。

Q：官方验证过哪些环境？

A：README 说明环境在 Ubuntu 22、CUDA 11.8 上，使用 A100、A800、A6000 显卡测试通过。

Q：没有 NVIDIA GPU 能跑吗？

A：README 未说明 CPU 支持，仅给出 CUDA 11.8 与上述 GPU 的测试环境，建议在 NVIDIA GPU 机器上部署。

Q：安装完成后怎么生成网格？

A：README 的 Usage 部分未给出推理命令，需参考仓库内的推理代码或后续文档自行调用模型。

注意事项

本教程仅覆盖 README 的 Installation 部分，Usage 章节为空，推理/生成命令请以仓库实际代码为准。
务必使用 CUDA 11.8 对应的 torch 版本，否则 flash-attn 可能编译失败。
也可用 pip install git+https://github.com/buaacyw/MeshAnything.git 直接安装，无需 clone 仓库。