deepopen-3d-webs

一张图加提示词，浏览器里生成可回放的三维场景

开源 🏷️定价信息待确认 ⏳ 访问状态待核验数字人3D 🍴 复刻 108 👀 关注 60

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1119

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

deepopen-3d-webs 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类数字人3D

开发团队deepopen-com

官网地址https://www.deepopen.com

GitHubhttps://github.com/deepopen-com/deepopen-3d-webs

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态⏳ 访问状态待核验

是否开源是

主要语言Python

技术栈/模型3d,gaussian-filter,gaussian-splatting

GitHub 星标★ 1119

上线时间2026-10-26 00:00:00

代码更新2026-11-05

仓库体积30.7 MB

本站数据更新2026-11-07

维护状态活跃

收录时间2026-11-06

浏览次数0

项目介绍

deepopen-3d-webs 是一个图像驱动的三维场景生成系统，用户只需提供一张参考图和一段提示词，系统便会依据设定的相机轨迹生成可预览、可回放、可追溯的三维场景结果。项目核心基于高斯泼溅（Gaussian Splatting）技术，把二维图像转化为带有颜色与深度信息的三维表示，并在浏览器端直接渲染彩色动画、深度动画与高斯点云，省去本地安装专业三维软件的步骤。它解决的是从单图快速构建可交互三维场景的门槛问题，适合需要快速验证场景效果、展示三维资产生成流程的开发者与研究者。仓库提供官方三维演示资产，打开网页即可查看生成效果，便于对照理解算法输出。技术栈以 Python 为主，围绕 3D 与高斯滤波相关工具链组织，整体定位偏向研究与演示性质的三维生成管线。

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 2026-11-06 · 当前星标 ★ 1119

技术标签

3d gaussian-splatting

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 20 分钟部署方式：Docker 5 步

⚠ 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

已安装 Docker 的运行环境
一份参考图和一段中文提示词（生成场景时使用）
可选 GPU：无 GPU 时系统以演示模式运行
足够的磁盘空间存放模型权重与导出的 PLY 点云文件

安装与启动步骤

1克隆仓库

把项目代码拉到本地，后续部署文档与说明都在仓库内。
```
git clone https://github.com/deepopen-com/deepopen-3d-webs.git
```
2阅读本地部署文档

README 未给出具体启动命令，请按仓库 docs 目录下的本地部署文档逐步执行。
3按文档启动容器

Web 应用以 Docker 镜像形式发布，服务默认监听 8090 端口，启动时需映射该端口。
4下载模型权重

按 README 给出的 HuggingFace 模型页下载权重；不下载也可先体验官方演示资产。
5浏览器访问验证

容器启动后打开本机 8090 端口，查看页面与官方三维演示资产是否正常渲染。