CAST

单张照片,重建可编辑的 3D 组件化场景

CAST 是 SIGGRAPH 2025 最佳论文提名论文的非官方简化实现,目标是从单张 RGB 图像重建组件对齐的 3D 场景。它解决的核心问题是传统 3D 重建方法难以将场景分解为独立、可编辑的组件,导致后续编辑或操作困难。项目通过组件对齐的方式,让重建出的 3D 场景不仅几何准确,还具备语义组件结构,便于用户对单个部件进行修改、替换或动画。目前项目处于早期开发阶段(working in progress),代码库以 Python 为主,提供基础的重建流程和实验脚本。核心能力包括从单图生成带组件标签的 3D 表示、支持场景级编辑,以及为研究者提供论文算法的可运行参考。由于是简化版,实现可能未完全覆盖论文所有细节,但足以作为学习或二次开发的起点。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 256
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类数字人3D
开发团队FishWoWater
所属国家
官网地址
定价模式free
价格说明开源项目,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-generation,3daigc,image-to-3d,replicate,siggraph
GitHub 星标★ 256
30天Star增速
HF 下载量
上线时间2025-09-09 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

  • 直接复现顶会论文核心思路,降低学习门槛
  • 组件对齐输出,支持对场景中单个物体独立操作
  • 纯 Python 实现,便于二次开发和定制

不足之处

  • 非官方实现,可能与论文原版存在偏差
  • 早期项目,功能不完整,文档和社区支持待观察

适用场景

  • 学术研究:快速理解并复现 CAST 算法
  • 3D 内容创作:从实拍图生成可编辑的场景模型
  • 机器人仿真:从单目图像构建结构化环境

替代项目

Nerfstudio、3D Gaussian Splatting、OpenMVS

项目介绍

CAST 是计算机视觉领域的开源项目,由 FishWoWater 开发,2025 年首次发布。

它收录于计算机视觉分类,该分类目前共有 446 个项目,GitHub 星标数为 256。

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:学术研究:快速理解并复现CAST算法。同类可对比的替代方案包括 Nerfstudio、3D Gaussian Splatting、OpenMVS。

上一篇:scene-language

下一篇:LiDARCrafter

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4019 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90930 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
DEIMv2 开源

用DINOv3做实时检测,又快又准,直接落地。

[DEIMv2] Real Time Object Detection Meets DINOv3

★ 2046 2026-08-14