3DEnhancer

一键提升 3D 模型质感，多视角细节更真实

3DEnhancer 是一个基于多视图扩散模型的 3D 增强工具，旨在解决 3D 重建或生成结果质量不佳的问题。它利用 Stable Diffusion 的生成能力，结合多视图一致性约束，对输入的低质量 3D 模型或渲染图进行细节增强和纹理修复，输出高保真、多视角一致的 3D 内容。核心能力包括：多视图扩散模型、跨视角一致性优化、以及即插即用的增强流程，适用于 3D 扫描、AI 生成模型的后处理等场景。

开源 unknown 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 104
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Luo-Yihang
所属国家
官网地址https://yihangluo.com/projects/3DEnhancer
GitHubhttps://github.com/Luo-Yihang/3DEnhancer
定价模式unknown
价格说明项目为CVPR 2025论文的官方项目页，提供演示和代码，但未明确收费信息。
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,computer-vision,enhancement,multiview,stable-diffusion
GitHub 星标★ 104
30天Star增速
HF 下载量
上线时间2024-11-27 00:00:00
最近更新2026-09-20 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10

使用教程

核心亮点

  • 基于 CVPR 2025 论文，方法有学术创新性
  • 利用多视图一致性，增强后无视角闪烁
  • 即插即用，可适配现有 3D 生成流程

不足之处

  • 项目早期，文档和示例较少
  • 依赖 Stable Diffusion，推理速度可能较慢

适用场景

  • 3D 扫描模型的后处理增强
  • AI 生成 3D 模型的细节修复
  • 游戏或影视资产的高质量纹理生成

替代项目

Wonder3D、Zero123、MVDream

项目介绍

3DEnhancer 是数字人3D领域的开源项目，由 Luo-Yihang 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 104。

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 2026-09-20。项目为CVPR 2025论文的官方项目页，提供演示和代码，但未明确收费信息。从国内网络环境看，可直接访问。

它主要面向的使用场景是：3D扫描模型的后处理增强。同类可对比的替代方案包括 Wonder3D、Zero123、MVDream。

上一篇：HeadSculpt

下一篇：StableProjectorz

同类项目推荐

A3D 开源

在 three.js 里直接调用 AI 生成纹理和素材，边建模边生成

3D x AI hybrid editor, built with three.js

★ 129 2026-08-09
cube 开源

用一句话生成 3D 模型，在 Roblox 里快速落地 AI 创作

Roblox Foundation Model for 3D Intelligence

★ 1254 2026-08-09
AG3D 开源

用2D图片直接生成3D虚拟人，告别昂贵扫描

Official code release for ICCV2023 paper AG3D: Learning to Generate 3D Avatars from ···

★ 272 2026-08-09
GameFactory-3A 开源

一条命令生成 3A 游戏资产，从模型到视频全自动

A comprehensive open-source 3A game-generation skill and asset framework.

★ 798 2026-08-21