MV-Adapter

即插即用，轻松生成多视角一致图像，无需重训练。

MV-Adapter 是 ICCV 2025 的官方实现，旨在简化多视角一致图像生成任务。它解决了从单张图片或文本生成多个视角一致图像时，现有方法需要复杂训练或微调、且难以集成到现有生成流程中的问题。其核心能力是作为一个即插即用的适配器，可以无缝集成到预训练的图像生成模型中，无需修改基础模型参数，即可实现多视角一致的生成。它支持从文本或单图生成多视角图像，并可用于纹理生成等下游任务。项目基于 Python，涉及 3D 生成、多视角生成等技术，提供了简洁的接口和预训练模型，降低了使用门槛。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1291

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队huanngzh

所属国家

官网地址https://huanngzh.github.io/MV-Adapter-Page

GitHubhttps://github.com/huanngzh/MV-Adapter

定价模式free

价格说明开源项目，Apache-2.0许可证，代码免费使用，官网提供演示页面，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-generation,image-generation,multiview,multiview-generation,texture-generation

GitHub 星标★ 1291

30天Star增速

HF 下载量

上线时间2024-11-27 00:00:00

最近更新2026-09-23 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

难度：进阶约 30 分钟部署方式：命令行工具 6 步

环境要求

Python 3.10（README 中 conda 环境示例指定的版本）
PyTorch 2.0 以上（README 注明 torch > 2）
可选使用 conda 创建独立环境
纹理生成需额外下载 RealESRGAN 与 LaMa 权重文件
显存不足 10G 时可使用 SD2.1 变体模型

安装与启动步骤

1克隆仓库

先把官方仓库克隆到本地并进入目录，后续所有命令都在该目录下执行。
```
git clone https://github.com/huanngzh/MV-Adapter.git
cd MV-Adapter
```
2创建可选环境

README 标注为可选步骤，用 conda 建一个 Python 3.10 的干净环境并激活，避免依赖冲突。
```
conda create -n mvadapter python=3.10
conda activate mvadapter
```
3安装依赖包

README 此处仅说明需安装必要包且 torch > 2，具体安装命令在节选中被截断，请以官方仓库最新说明为准。

4下载纹理生成模型

纹理生成需要 RealESRGAN 用于图像放大、LaMa 用于视角补全，两个权重都下载到 ./checkpoints 目录。

wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.1/RealESRGAN_x2plus.pth -O ./checkpoints/RealESRGAN_x2plus.pth
wget https://github.com/Sanster/models/releases/download/add_big_lama/big-lama.pt -O ./checkpoints/big-lama.pt

5文本生成纹理

用 demo 网格和一段文本描述跑纹理生成，换成自己的 glb 与描述即可，显存不足可加 --variant sd21。

python -m scripts.texture_t2tex --mesh assets/demo/tg2mv/ac9d4e4f44f34775ad46878ba8fbfd86.glb --text "Mater, a rusty and beat-up tow truck from the 2006 Disney/Pixar animated film 'Cars', with a rusty brown exterior, big blue eyes." --save_dir outputs --save_name t2tex_sample

6图像生成纹理

用参考图加对应网格做图像条件纹理生成，加 --remove_bg 可去除图片背景，便于贴合模型。

python -m scripts.texture_i2tex --image assets/demo/ig2mv/1ccd5c1563ea4f5fb8152eac59dabd5c.jpeg --mesh assets/demo/ig2mv/1ccd5c1563ea4f5fb8152eac59dabd5c.glb --save_dir outputs --save_name i2tex_sample --remove_bg

关键配置

配置项	必填	说明	示例
`--mesh`	是	输入 3D 网格文件路径，纹理生成的目标模型	`assets/demo/tg2mv/ac9d4e4f44f34775ad46878ba8fbfd86.glb`
`--text`	否	文本条件描述，用于 texture_t2tex 文本生成纹理	`Mater, a rusty and beat-up tow truck ...`
`--image`	否	参考图像路径，用于 texture_i2tex 图像条件生成	`assets/demo/ig2mv/1ccd5c1563ea4f5fb8152eac59dabd5c.jpeg`
`--save_dir`	否	结果保存目录，默认示例为 outputs	`outputs`
`--save_name`	否	结果文件名前缀，最终模型名会带后缀	`t2tex_sample`
`--remove_bg`	否	图像条件生成时去除输入图片背景，直接加该参数即可	`--remove_bg`

如何确认成功

命令跑完后检查 /_shaded.glb 是否生成，例如 outputs/t2tex_sample_shaded.glb。

常见问题

Q：显存不足 10G 怎么办？

A：在纹理生成命令中加 --variant sd21，会改用基于 SD2.1 的模型来生成纹理，显存占用更低。

Q：纹理生成前必须下载哪些模型？

A：需下载 RealESRGAN_x2plus.pth 用于图像放大、big-lama.pt 用于视角补全，并放到 ./checkpoints 目录下。

Q：支持哪些条件输入方式？

A：支持文本条件（scripts.texture_t2tex）和图像条件（scripts.texture_i2tex）两种纹理生成方式。

Q：可以在 ComfyUI 里使用吗？

A：README 提供了 ComfyUI-MVAdapter 仓库链接，可前往 https://github.com/huanngzh/ComfyUI-MVAdapter 查看。

注意事项

README 节选中依赖安装命令不完整，请务必对照官方仓库最新安装说明补齐 torch>2 等依赖。
conda 环境创建为可选项，已有合适 Python 3.10 环境可跳过。
预训练模型权重可在 HuggingFace 页面 https://huggingface.co/huanngzh/mv-adapter 获取。
wget 下载的模型需落在 ./checkpoints 目录，请确认该目录存在后再执行下载。

核心亮点

即插即用，无需修改基础生成模型，集成成本低。
支持文本和单图两种输入方式，灵活性强。
官方 ICCV 2025 实现，算法有保障，社区关注度高。

不足之处

文档/社区待观察
依赖预训练模型，可能受限于基础模型的能力。

适用场景

3D 资产生成：从单图生成多视角图用于重建。
游戏/影视概念设计：快速生成角色或物体的多角度视图。
纹理生成：为 3D 模型生成一致的纹理贴图。

替代项目

Zero-1-to-3、MVDream、SyncDreamer

项目介绍

MV-Adapter 是图像领域的开源项目，由 huanngzh 开发，2024 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,291）位列前 30%，在图像分类的 839 个项目里位列前 13%。

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 2026-09-23。Apache-2.0许可证，代码免费使用，官网提供演示页面，无付费版本。从国内网络环境看，可直接访问。

它主要面向的使用场景是：3D资产生成：从单图生成多视角图用于重建。同类可对比的替代方案包括 Zero-1-to-3、MVDream、SyncDreamer。

上一篇：LSRNA

下一篇：StyleNAT