zero123-hf

一张图，零样本生成 3D 模型，视角随意转

zero123-hf 是 Zero-1-to-3 模型的 diffusers 实现，该模型在 ICCV 2023 上提出，核心能力是从单张 RGB 图像零样本生成该物体的 3D 模型。它解决的是传统 3D 重建需要多视角或深度信息的问题，仅凭一张图片即可输出新的视角图像，进而用于 3D 重建。项目基于 Stable Diffusion 架构，通过微调学习物体在视角变化下的外观映射，支持输入相对视角（偏航角和俯仰角）控制生成。它提供了简洁的 diffusers 接口，方便集成到现有生成流程中，并支持从 Hugging Face Hub 加载预训练权重。该实现降低了单图转 3D 的技术门槛，为后续的 3D 生成、编辑和重建任务提供了基础。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 154

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队kxhit

所属国家

官网地址https://zero123.cs.columbia.edu

GitHubhttps://github.com/kxhit/zero123-hf

定价模式free

价格说明开源项目，基于MIT许可证，可免费使用和修改，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型accelerator,diffusers,image-to-3d,novel-view-synthesis,single-view-reconstruction,stable-diffusion,zero-shot

GitHub 星标★ 154

30天Star增速

HF 下载量

上线时间2023-07-26 00:00:00

最近更新2026-03-06 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4

使用教程

核心亮点

基于 diffusers 实现，接口标准，易于集成到现有 Stable Diffusion 工作流
支持零样本单图转 3D，无需额外训练或多视角输入
预训练权重托管在 Hugging Face，加载即用，部署简单

不足之处

生成 3D 质量受限于单视角信息，复杂物体可能失真
文档和社区支持较少，示例代码有限

适用场景

游戏或动画中的快速 3D 资产原型设计
电商产品展示，从单一商品图生成多角度视图
辅助 3D 建模，为艺术家提供初始形状参考

替代项目

Zero123、One-2-3-45、SyncDreamer

项目介绍

zero123-hf 是数字人3D领域的开源项目，由 kxhit 开发，2023 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 154。

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 2026-03-06。基于MIT许可证，可免费使用和修改，无付费版本。

它主要面向的使用场景是：游戏或动画中的快速3D资产原型设计。同类可对比的替代方案包括 Zero123、One-2-3-45、SyncDreamer。

上一篇：UE5-Dream

下一篇：easi-tex