3D-Fixer

单张照片，一键补全缺失 3D 场景，细节自然不穿帮

3D-Fixer 是一个基于 CVPR 2026 论文的开源项目，旨在解决从单张图像重建 3D 场景时出现的缺失、空洞或不完整区域问题。它采用从粗到细的就地补全策略，能够在不破坏原有场景结构的前提下，对缺失的几何和纹理进行智能填充，生成完整且连贯的 3D 场景。核心能力包括：单图输入即可完成场景级 3D 补全、支持粗粒度结构重建与细粒度细节优化、以及保持场景整体一致性的就地编辑能力。该项目主要面向计算机视觉和图形学研究者，为 3D 场景重建、虚拟现实内容生成、自动驾驶仿真等应用提供技术基础。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 112

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HorizonRobotics

所属国家

官网地址https://zx-yin.github.io/3dfixer

GitHubhttps://github.com/HorizonRobotics/3D-Fixer

定价模式free

价格说明开源项目，Apache-2.0许可证，可自由使用，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型3d,3d-generation,digital-twins

GitHub 星标★ 112

30天Star增速

HF 下载量

上线时间2026-03-10 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4

使用教程

核心亮点

提出 coarse-to-fine 两阶段补全策略，兼顾整体结构与局部细节
支持就地补全，不改变场景原有布局，保持一致性
基于 CVPR 论文，算法有理论支撑，且代码开源可复现

不足之处

项目处于早期，文档和社区支持待观察
依赖较新的深度学习框架，环境配置可能有一定门槛

适用场景

3D 场景重建与修复（如古建筑数字化）
虚拟现实/游戏场景快速生成
自动驾驶仿真环境构建

替代项目

SceneComplete、3D Scene Inpainting、NeRF Completion

项目介绍

3D-Fixer 是数字人3D领域的开源项目，由 HorizonRobotics 开发，是 2026 年新上线的项目。

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 112。

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。Apache-2.0许可证，可自由使用，无付费版本。

它主要面向的使用场景是：3D场景重建与修复（如古建筑数字化）。同类可对比的替代方案包括 SceneComplete、3D Scene Inpainting、NeRF Completion。

上一篇：ShapeGPT

下一篇：SingleShapeGen