EscherNet

从几张照片生成任意视角新图，3D重建更轻松

EscherNet是一个基于生成模型的视图合成工具，由CVPR 2024作为Oral论文提出。它解决了从少量输入图像生成多视角一致新视图的问题，核心能力在于其可扩展的视图合成框架，能够处理任意数量的输入视图并生成高保真度的新视角图像。该项目采用Transformer架构，通过自回归方式逐步生成目标视图，并支持条件生成，适用于3D重建、虚拟现实、增强现实等场景。其创新点在于将多视图生成视为序列生成任务，实现了对视图数量的灵活扩展，同时保持了生成结果的几何一致性和纹理细节。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 380

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kxhit

所属国家

官网地址https://kxhit.github.io/EscherNet

GitHubhttps://github.com/kxhit/EscherNet

定价模式free

价格说明开源项目，本地部署，完全免费。

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型3d-generation,3d-reconstruction,cvpr2024,diffusion,generative-model,novel-view-synthesis

GitHub 星标★ 380

30天Star增速

HF 下载量

上线时间2024-01-30 00:00:00

最近更新2026-08-13 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3

使用教程

核心亮点

基于Transformer的自回归生成，视图数量可灵活扩展，突破传统方法固定输入限制
CVPR 2024 Oral论文，方法创新性强，生成结果在一致性和细节上表现优异
支持条件生成，可结合文本或类别标签控制生成内容，适用性广

不足之处

项目处于早期阶段，文档和示例代码尚不完善，上手门槛较高
训练和推理资源需求较大，普通硬件难以运行大规模实验

适用场景

从稀疏照片快速生成3D模型的多视角图像，用于3D重建
虚拟现实/增强现实中的场景视角补全与交互
自动驾驶或机器人领域中的多视角感知数据增强

替代项目

Zero-1-to-3、3D Gaussian Splatting、NeRF

项目介绍

EscherNet 是计算机视觉领域的开源项目，由 kxhit 开发，2024 年首次发布。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 380。

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 2026-08-13。本地部署，完全免费。

它主要面向的使用场景是：从稀疏照片快速生成3D模型的多视角图像，用于3D重建。同类可对比的替代方案包括 Zero-1-to-3、3D Gaussian Splatting、NeRF。

上一篇：sparsefusion

下一篇：scene-language