项目预览
项目数据
项目介绍
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
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
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
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···
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)
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···
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 ⚡
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
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···
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
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···
