PointLLM

让大模型看懂三维点云,直接对话物体细节

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 对话助手 🍴 复刻 59 🐛 待处理 9 👀 关注 13
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 1064
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,代码公开,可自行部署使用,无收费计划。

项目预览

PointLLM 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类对话助手
开发团队InternRobotics
定价模式🏷️完全免费
价格说明开源项目,代码公开,可自行部署使用,无收费计划。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言Python
技术栈/模型3d,chatbot,foundation-models,gpt-4,large-language-models,llama,multimodal,objaverse,point-cloud,pointllm,representation-learning,vision-and-language
GitHub 星标★ 1064
上线时间2023-08-17 00:00:00
代码更新2026-05-15
仓库体积3.5 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

PointLLM 是一个让大语言模型直接理解三维点云的开源多模态模型,解决了传统大模型只能处理文本和图像、无法感知三维结构的问题。它首次将点云编码器与 LLaMA 等大语言模型深度融合,通过两阶段训练(先对齐点云与文本特征,再指令微调)实现三维物体识别、描述和自然语言问答。核心能力包括:基于 Objaverse 大规模三维数据集训练、支持点云与文本的跨模态理解、可生成细粒度的物体描述并回答开放性问题。项目提供了完整的训练、评估和推理代码,并附带人工评估基准,在三维理解任务上显著优于现有方法。其创新点在于将点云表示与大模型生成能力结合,为具身智能、三维场景理解等方向提供了基础模型。

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 2026-08-09 · 当前星标 ★ 1064

使用教程

难度:进阶 约 10 分钟 部署方式:本地安装 4 步

环境要求

  • Ubuntu 20.04 操作系统
  • NVIDIA 显卡驱动 515.65.01,CUDA 11.7
  • Python 3.10.13(README 用 conda 创建 python=3.10 环境)
  • PyTorch 2.0.1
  • Transformers 4.28.0.dev(transformers.git@cae78c46)
  • 已安装 conda 与 git,并能访问 GitHub

安装与启动步骤

  1. 1克隆项目仓库

    从 README 给出的 SSH 地址克隆仓库并进入项目目录,需提前配置好 GitHub SSH key。

    git clone git@github.com:OpenRobotLab/PointLLM.git
    cd PointLLM
  2. 2创建 conda 环境

    新建名为 pointllm 的独立环境,Python 版本按 README 固定为 3.10,避免污染系统环境。

    conda create -n pointllm python=3.10 -y
  3. 3激活环境并升级 pip

    激活刚创建的环境,再升级 pip 以支持 PEP 660 的可编辑安装方式。

    conda activate pointllm
    pip install --upgrade pip
  4. 4安装依赖包

    在项目根目录执行可编辑安装,按照 setup 脚本自动拉取并安装 PointLLM 全部依赖。

    pip install -e .

如何确认成功

README 节选只覆盖安装步骤,未给出启动或推理命令;环境激活后能正常导入项目包即视为安装成功。

常见问题

Q:克隆时提示 Permission denied (publickey) 怎么办?

A:README 给出的是 SSH 地址,需先在本地配置 GitHub SSH key;若使用 HTTPS 方式,请自行核对仓库的正确 HTTPS 地址后再克隆。

Q:没有 NVIDIA 显卡可以运行吗?

A:README 的测试环境为 NVIDIA 驱动 515.65.01 + CUDA 11.7,说明依赖 NVIDIA GPU;节选中没有提供纯 CPU 的运行方案。

Q:conda 环境名必须是 pointllm 吗?

A:不是必须的,可以自行改名,但创建与激活时的名称要保持一致,后续命令中的环境名需同步替换。

Q:Transformers 4.28.0.dev 怎么安装?

A:README 只标注了版本来源为 transformers.git@cae78c46,没有给出具体安装命令,需要按仓库说明从对应提交安装。

注意事项

  • README 节选只包含 Installation 部分,训练、评估、推理命令均未提供,需查看仓库其他文档。
  • README 里的克隆地址是 git@github.com:OpenRobotLab/PointLLM.git,与项目主页显示的 InternRobotics/PointLLM 不同,克隆失败时请核对仓库地址。
  • 建议保留 conda 环境隔离,Python 版本严格按 README 使用 3.10。

核心亮点

  • 首个将点云编码器与大语言模型深度融合的方案,技术路线新颖
  • 基于 Objaverse 大规模数据集训练,覆盖广泛三维物体类别
  • 提供人工评估基准,验证了模型在描述和问答任务上的有效性

不足之处

  • 训练和推理计算资源需求高,普通开发者难以复现
  • 文档/社区待观察,生态和工具链尚不成熟

适用场景

  • 三维物体识别与描述,用于机器人或AR场景理解
  • 点云数据的自然语言交互,辅助三维内容标注
  • 多模态大模型研究,探索点云与文本对齐方法

替代项目

Point-BERT、PointGPT、3D-LLM

上一篇:z80ai

下一篇:SoulChat

同类项目推荐

cell2sentence 开源

把细胞变成句子,让大模型直接读懂单细胞

Cell2Sentence: Teaching Large Language Models the Language of Biology

★ 894 2026-10-14
Time-Series-Reasoning-Survey 开源

一篇综述看懂LLM如何推理时间序列

[TMLR 2026] A Survey of Reasoning and Agentic Systems in Time Series with Large Lang···

★ 57 2026-08-09
Chinese-Mixtral 开源

让Mixtral更懂中文,开箱即用的中文MoE模型

中文Mixtral混合专家大模型(Chinese Mixtral MoE LLMs)

★ 613 2026-08-09
Instruction-Tuning-Survey 开源

一份论文级指南,快速摸清指令微调技术全貌

Project for the paper entitled `Instruction Tuning for Large Language Models: A Surv···

★ 232 2026-08-09
TabPFN 开源

几行代码搞定表格数据预测,小样本也能媲美调优后的 XGBoost。

⚡ TabPFN: Foundation Model for Tabular Data ⚡

★ 8393 2026-08-09
llm-resource 开源

一页看全 LLM 全栈好资源,找工具不再大海捞针

LLM全栈优质资源汇总

★ 728 2026-08-09
decider 开源

一次推理出带概率的类型化决策,省去多轮思考

A family of System One-style models fine-tuned from Qwen3.5, designed for one-pass t···

★ 1045 2026-09-29
rubra 开源

本地跑通带工具调用的开放模型,快速搭建 AI Agent

Open Weight, tool-calling LLMs

★ 153 2026-08-09
openjourney 开源

免费复刻 Midjourney 风格,本地跑起艺术生成

A fine-tuned model based on Stable Diffusion to create images in the style of Midjou···

★ 80 2026-08-09