ReconViaGen

从稀疏视图一键生成高精度3D模型

ReconViaGen 是一个面向多视图 3D 物体重建的生成式框架，由 ICLR 2026 论文提出。它解决传统重建方法在稀疏视图下精度低、几何细节缺失的问题，核心能力是结合生成模型与重建优化，从少量输入视图生成高精度的 3D 模型。项目基于 Python 实现，提供完整训练和推理流程，支持自定义数据集与预训练模型，适用于数字人、物体扫描、AR/VR 内容制作等场景。其创新点在于将生成先验融入重建过程，显著提升复杂结构和纹理的重建质量。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 647
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GAP-LAB-CUHK-SZ
所属国家
官网地址https://jiahao620.github.io/reconviagen
GitHubhttps://github.com/GAP-LAB-CUHK-SZ/ReconViaGen
定价模式free
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
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,3d-generation,3d-reconstruction,image-to-3d,pose-estimation
GitHub 星标★ 647
30天Star增速
HF 下载量
上线时间2025-08-29 00:00:00
最近更新2026-09-17 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3

使用教程

核心亮点

  • 提出生成式重建框架，稀疏视图下精度显著优于传统方法
  • 代码结构清晰，提供训练与推理脚本，易于复现论文结果
  • 支持自定义数据集，灵活适配不同重建任务

不足之处

  • 文档/社区待观察
  • 依赖大规模预训练模型，推理资源消耗较高

适用场景

  • 数字人建模与动画制作
  • 电商商品3D展示
  • AR/VR内容快速生成

替代项目

NeuS、Instant NGP、3D Gaussian Splatting

项目介绍

ReconViaGen 是数字人3D领域的开源项目，由 GAP-LAB-CUHK-SZ 开发，2025 年首次发布。

它收录于数字人3D分类，该分类目前共有 272 个项目，GitHub 星标数为 647。

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 2026-09-17。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：数字人建模与动画制作。同类可对比的替代方案包括 NeuS、Instant NGP、3D Gaussian Splatting。

上一篇：CityDreamer

下一篇：Hunyuan3D-Omni

同类项目推荐

A3D 开源

在 three.js 里直接调用 AI 生成纹理和素材，边建模边生成

3D x AI hybrid editor, built with three.js

★ 129 2026-08-09
cube 开源

用一句话生成 3D 模型，在 Roblox 里快速落地 AI 创作

Roblox Foundation Model for 3D Intelligence

★ 1254 2026-08-09
AG3D 开源

用2D图片直接生成3D虚拟人，告别昂贵扫描

Official code release for ICCV2023 paper AG3D: Learning to Generate 3D Avatars from ···

★ 273 2026-08-09
GameFactory-3A 开源

一条命令生成 3A 游戏资产，从模型到视频全自动

A comprehensive open-source 3A game-generation skill and asset framework.

★ 778 2026-08-21