AR123 是数字人3D领域的开源项目，由 HVision-NKU 开发，2024 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 64。
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 2026-03-23。BSD-3-Clause许可证，可自由使用，无付费版本。
它主要面向的使用场景是：游戏和影视中的快速3D资产生成。同类可对比的替代方案包括 Zero-1-to-3、SyncDreamer、One-2-3-45。
AR123
单图输入，自动生成多视角一致的3D模型
AR123 是 ICCV 2025 论文《AR-1-to-3: Single Image to Consistent 3D Object Generation via Next-View Prediction》的官方代码实现。它解决从单张图片生成具有多视角一致性的 3D 物体的问题。核心能力是通过自回归式的“下一视角预测”机制，逐步生成多个视角的图像，并利用这些视角重建出连贯的 3D 模型。项目基于 Python，提供训练和推理代码，支持用户从单张输入图像生成可旋转查看的 3D 对象，适用于数字人、游戏资产、电商展示等场景。由于项目处于早期阶段，代码结构和文档仍在完善中。
开源
free
数字人3D
GitHub 星标
★ 64
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HVision-NKU
所属国家
定价模式free
价格说明开源项目，BSD-3-Clause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BSD-3-Clause
主要语言Python
技术栈/模型3d-aigc,3d-generation,image-to-3d,novel-view-synthesis
GitHub 星标★ 64
30天Star增速
HF 下载量
上线时间2024-12-23 00:00:00
最近更新2026-03-23 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7
使用教程
核心亮点
- 提出新颖的下一视角预测范式，相比直接回归3D更易学习
- 官方代码，与论文同步，便于复现和二次开发
- 支持从单张图片生成，降低3D内容制作门槛
不足之处
- 项目处于早期，文档和社区支持待观察
- 依赖预训练模型，可能对特定类别物体效果有限
适用场景
- 游戏和影视中的快速3D资产生成
- 电商产品展示图转3D模型
- 数字人建模的初始形状生成
替代项目
Zero-1-to-3、SyncDreamer、One-2-3-45
项目介绍
上一篇：meshy-3d-agent
下一篇：SGAM_NeurIPS22
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
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
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 ···
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.