MVEdit

让 AI 生成 3D 模型时，多视角不再“穿帮”，几何更一致。

MVEdit 是一个基于 3D-Adapter 方法的多视角扩散模型项目，旨在解决从文本或单图生成高质量、几何一致的 3D 内容的问题。它通过在多视角扩散过程中引入几何约束，确保生成的多个视角图像在空间上保持一致，从而提升 3D 重建的准确性和纹理质量。项目核心能力包括：支持文本到 3D、图像到 3D 的生成流程，提供多视角一致性的生成结果，并可与 Stable Diffusion 等现有扩散模型结合使用。技术栈涉及 3D 重建、扩散模型、生成式 AI 和纹理映射，主要用 JavaScript 实现（可能包含 Python 后端）。目前项目处于早期阶段，代码和文档正在完善中，适合对 3D 生成和扩散模型感兴趣的研究者与开发者探索。

开源 unknown 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 348

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类图像生成

开发团队Lakonik

所属国家

官网地址https://lakonik.github.io/3d-adapter

GitHubhttps://github.com/Lakonik/MVEdit

定价模式unknown

价格说明官网为项目展示页，未提供在线体验或定价信息，需进一步确认。

访问状态

是否开源是

开源协议MIT

主要语言JavaScript

技术栈/模型3d,diffusion-models,generative-ai,stable-diffusion,texture

GitHub 星标★ 348

30天Star增速

HF 下载量

上线时间2024-03-14 00:00:00

最近更新2026-08-22 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

引入 3D-Adapter 机制，有效提升多视角生成时的几何一致性，减少形状扭曲
基于扩散模型，能生成高质量纹理，兼容 Stable Diffusion 生态
支持文本/图像到 3D 的灵活输入，降低 3D 内容创作门槛

不足之处

项目处于早期，文档和示例较少，上手成本较高
依赖较重，需要 GPU 和扩散模型环境，部署门槛不低

适用场景

游戏与影视中的 3D 资产快速原型设计
电商或 AR/VR 场景下的商品 3D 建模
科研中探索多视角扩散模型的几何一致性方法

替代项目

Zero123、MVDream、SyncDreamer

项目介绍

MVEdit 是数字人3D领域的开源项目，由 Lakonik 开发，2024 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 348。

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 2026-08-22。官网为项目展示页，未提供在线体验或定价信息，需进一步确认。从国内网络环境看，可直接访问。

它主要面向的使用场景是：游戏与影视中的3D资产快速原型设计。同类可对比的替代方案包括 Zero123、MVDream、SyncDreamer。

上一篇：SolidUI

下一篇：NeuralLift-360