Text2Light

输入一句话，秒出 360° HDR 全景环境图

Text2Light 是 SIGGRAPH Asia 2022 发表的零样本文本驱动 HDR 全景图生成模型。它解决的是从文本描述直接生成高质量、高动态范围（HDR）360°全景图的问题，这类图像广泛应用于数字人、虚拟现实、游戏场景和电影制作中的环境光照与背景。其核心能力在于，无需针对特定场景训练，利用预训练扩散模型和跨模态对齐技术，将文本语义映射到全景图的球面坐标空间，同时生成包含光照信息的 HDR 数据，支持后续的 3D 渲染和光照合成。项目提供了完整的推理代码和预训练权重，用户可通过简单命令生成自定义全景图。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 628

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FrozenBurning

所属国家

官网地址https://frozenburning.github.io/projects/text2light

GitHubhttps://github.com/FrozenBurning/Text2Light

定价模式free

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

是否开源是

开源协议NOASSERTION

主要语言Jupyter Notebook

技术栈/模型3d-generation,hdr,hdr-image,hdri,inverse-tonemapping,panorama,rendering,siggraph-asia,text2image

GitHub 星标★ 628

30天Star增速

HF 下载量

上线时间2022-08-17 00:00:00

最近更新2026-09-09 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7

使用教程

核心亮点

零样本生成，无需针对新场景微调，开箱即用
输出 HDR 全景图，包含光照信息，直接用于 3D 渲染
基于扩散模型，生成质量高，纹理和光照细节丰富

不足之处

生成分辨率可能有限，细节放大后不够清晰
对复杂文本语义理解有局限，生成结果可能偏离描述
文档/社区待观察

适用场景

数字人虚拟制片中的环境光照生成
游戏和 VR 场景的 360° 背景快速创建
电影后期特效中的 HDR 环境贴图制作

替代项目

Stable Diffusion、DreamFusion、CLIP-Mesh

项目介绍

Text2Light 是图像领域的开源项目，由 FrozenBurning 开发，2022 年首次发布。

它收录于图像分类，该分类目前共有 837 个项目，GitHub 星标数为 628。

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 2026-09-09。无在线服务，需自行部署，完全免费。

它主要面向的使用场景是：数字人虚拟制片中的环境光照生成。同类可对比的替代方案包括 Stable Diffusion、DreamFusion、CLIP-Mesh。

上一篇：fracture

下一篇：VistaDream