Awesome-3D-Scene-Generation

一页看清 3D 场景生成的研究地图

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 数字人3D 🍴 复刻 54 🐛 待处理 1 👀 关注 31
GitHub ↗
GitHub 星标 ★ 1106
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费资源列表

项目预览

Awesome-3D-Scene-Generation 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类数字人3D
开发团队hzxie
定价模式🏷️完全免费
价格说明开源免费资源列表
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
技术栈/模型3d-aigc,3d-scene-generation,awesome-list,paper-review
GitHub 星标★ 1106
上线时间2025-02-06 00:00:00
代码更新2026-10-13
仓库体积234 KB
本站数据更新2026-10-27
维护状态较活跃
收录时间2026-10-27
浏览次数0

项目介绍

这是一个聚焦三维场景生成(3D Scene Generation)的论文与资源精选列表,由 IJCV 2026 收录,系统整理了该方向的研究脉络。项目解决的是 3D 场景生成领域文献分散、入门者难以快速定位关键工作的问题,把文本/图像到 3D 场景、场景补全、布局生成、可交互场景构建等子方向的代表论文按主题归类,并附代码与项目链接。核心能力包括:按任务与技术路线组织的分类索引、持续跟踪新论文的更新机制、以及与 3D AIGC 生态(如场景合成、数字人环境搭建、仿真数据生成)的衔接。它本身不是可运行工具,而是研究地图与选型参考,适合研究者、算法工程师和需要为 3D 内容生产管线挑选技术方案的产品团队快速建立全局认知。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-10-27 · 当前星标 ★ 1106

技术标签

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:本地安装 6 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的浏览器或 Git 客户端
  • 本地可用的文本或 Markdown 阅读器
  • 无需编程语言运行时,本项目不含可执行代码

安装与启动步骤

  1. 1获取仓库内容

    把整份列表下载到本地,便于离线检索与长期留存;README 未给出安装步骤,此处仅为获取文档。

    git clone https://github.com/hzxie/Awesome-3D-Scene-Generation.git
  2. 2打开主索引

    进入目录后打开 README,顶部即 Methods、Datasets、Applications 三大板块的跳转入口。

    cd Awesome-3D-Scene-Generation
  3. 3按板块查阅方法

    Methods 采用层次化分类,按任务与技术路线分组,可先定位子方向再逐条看论文条目。

  4. 4查数据集与应用

    Datasets 汇总常用数据集,Applications 对应下游任务,可结合自身管线需求做交叉筛选。

  5. 5阅读配套综述

    仓库标注了对应综述论文的 arXiv 编号 2505.05474,建议先读综述再回查具体条目。

  6. 6跟进后续更新

    列表持续更新,可通过 Watch/Watch Releases 或定期拉取仓库获取新增论文与代码链接。

    git pull

如何确认成功

本地目录中出现 README.md,打开后能看到 Methods、Datasets、Applications 三个板块及其条目链接。

常见问题

Q:这个项目需要安装依赖或编译吗?

A:不需要。它是纯文档型资源列表,没有源代码和运行环境要求,克隆后直接阅读 Markdown 即可。

Q:能直接用它生成三维场景吗?

A:不能。它只是论文与项目的索引地图,实际生成能力取决于各条目对应的开源实现,需要单独获取和使用。

Q:如何快速找到适合我的子方向?

A:先看 README 的层次化分类目录,确认属于文本/图像到场景、场景补全、布局生成还是可交互场景,再逐条比对。

Q:可以提交我自己的工作吗?

A:可以,仓库欢迎 Pull Request,按现有条目格式补充论文标题、会议与代码链接后提交即可。

注意事项

  • 本项目为 Awesome 列表,不含可运行代码,不要期待 pip、docker 等安装流程。
  • 条目链接多指向 arXiv 与各项目主页,阅读时需保持网络连通。
  • 分类与研究进展会持续变化,引用前建议核对论文的最新版本与代码可用性。

核心亮点

  • 按子任务与技术路线分类整理论文,附代码和项目链接,检索效率高
  • 持续跟踪新工作,适合作为该方向长期参考入口
  • 覆盖文本/图像驱动场景生成、布局与补全等多条路线,视野完整

不足之处

  • 仅为列表,无统一评测基准与横向定量对比
  • 条目质量与更新依赖维护者,部分方向可能滞后

适用场景

  • 研究生入门 3D 场景生成方向时快速建立文献地图
  • 算法团队为 3D 内容生成产品做技术选型调研
  • 论文写作时梳理相关工作与对比基线

替代项目

awesome-3d-generation、Awesome-3D-AIGC、awesome-scene-understanding

上一篇:3d-model-anything

下一篇:SUPRA-Tex

同类项目推荐

LLMUnity 开源

在 Unity 里拖拽几下,就能让 NPC 开口聊大模型。

Create characters in Unity with LLMs!

★ 1736 2026-08-09
fantasy-talking 开源

让虚拟人说话更自然,动作表情不僵硬

[ACM MM 2025] FantasyTalking: Realistic Talking Portrait Generation via Coherent Mot···

★ 1627 2026-08-09
MoDA 开源

一张照片加一段语音,生成口型同步的数字人视频

MoDA: Multi-modal Diffusion Architecture for Talking Head Generation

★ 276 2026-08-09
HanaVerse 开源

让 Ollama 聊天变成和动漫少女面对面说话

HanaVerse is a interactive web UI for chatting with ollama with a lively 2D anime ch···

★ 72 2026-08-09
Human101 开源

单视角视频,百秒训练,百帧渲染,快速生成可驱动3D数字人

The official implementation of "Human101: Training 100+FPS Human Gaussians in 100s f···

★ 110 2026-08-09
Magic123 开源

一张图,几秒钟生成高质量 3D 模型,几何纹理双保障。

[ICLR'24] Official PyTorch Implementation of Magic123: One Image to High-Quality 3D ···

★ 1623 2026-08-09
FlowerDance 开源

用 MeanFlow 更快生成更细腻的 3D 舞蹈动作

[ECCV 2026] FlowerDance: MeanFlow for Efficient and Refined 3D Dance Generation

★ 116 2026-10-27
awesome-avatar-plaza 开源

每日追踪数字人前沿论文,快速掌握最新技术动态

Daily tracking of awesome avatar papers, including 2d talking head, 3d head avatar, ···

★ 76 2026-08-09
arbor 开源

用显式几何精确控制3D生成,告别随机形状

Control 3D Generation with Explicit Geometry

★ 110 2026-08-09