zero123

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Python 环境（项目基于 Python 与 PyTorch 开发）
• 带 CUDA 的 GPU 环境，用于运行 Stable Diffusion 系扩散模型
• 可访问 Hugging Face 以获取 zero123 预训练权重
• 足够的磁盘空间存放模型权重（含 Zero123-XL 等大体积文件）

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取 zero123 源码到本地，README 中给出了官方仓库地址。

   git clone https://github.com/cvlab-columbia/zero123.git

   复制

2. 2进入项目目录

   切换到刚克隆下来的仓库目录，后续操作都在此目录内进行。

   cd zero123

   复制

3. 3准备 Python 运行环境

   README 未给出依赖清单与安装命令，请按仓库内实际文件（如 requirements 或环境配置文件）自行准备 PyTorch 等依赖。

4. 4下载预训练权重

   README 的 Weights 链接指向 Hugging Face 的 cvlab/zero123-weights 仓库，进入该页面按提示下载权重文件并放到本地目录。

5. 5可选：在线体验 Demo

   不想本地部署时，可直接打开官方 Hugging Face Space 单图生成多视角图，无需安装任何依赖。

6. 6按官方 Usage 运行

   README 的 Usage 章节给出实际运行方式，请以仓库中最新的 Usage 与 3D Reconstruction（SJC）章节说明为准。

如何确认成功

README 节选未给出启动命令与端口，无法本地验证；可打开官方 Hugging Face Live Demo 生成多视角图确认效果。

常见问题

注意事项

• 本次 README 节选中 Usage 章节内容为空，未提供任何安装与推理命令，因此步骤仅包含可从 README 推断的通用准备动作，confidence 为 low。
• 实际安装、推理与训练命令请以 GitHub 仓库最新 README 及脚本说明为准，避免照搬过期信息。
• 权重文件体积较大，下载前请确认磁盘空间与网络环境，Hugging Face 访问不畅时可考虑镜像。
• 官方提供在线 Live Demo，建议先用它验证效果，再决定是否本地部署。