SceneGen

单张照片，一次前向，秒出完整 3D 场景

SceneGen 是一个基于单张图片、一次前向传播即可生成完整 3D 场景的开源项目，由 3DV 2026 论文提出。它解决了传统 3D 场景重建需要多视角输入、逐物体优化或耗时迭代的问题，核心能力在于从单张 RGB 图像直接推理出场景中多个物体的空间布局、几何形状和相对位置关系，无需后处理优化。项目采用 Jupyter Notebook 实现，代码结构清晰，便于研究者复现和二次开发。其技术路线可能结合了扩散模型或隐式神经表示，强调端到端的高效生成，适合作为数字人、虚拟现实、游戏场景快速搭建的基础工具。目前项目处于早期阶段，星标数不高，但学术价值明确，为单图 3D 场景理解提供了新思路。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 513

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Mengmouxu

所属国家

官网地址https://mengmouxu.github.io/SceneGen

GitHubhttps://github.com/Mengmouxu/SceneGen

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型3d,3d-aigc,3d-generation,3d-scene-generation,image-to-3d,scene-generation

GitHub 星标★ 513

30天Star增速

HF 下载量

上线时间2025-08-19 00:00:00

最近更新2026-09-24 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6

使用教程

核心亮点

单图输入，无需多视角或视频，大幅降低数据采集成本
一次前向传播生成完整场景，避免逐物体优化，速度优势明显
基于 3DV 2026 论文，算法新颖，学术参考价值高

不足之处

项目处于早期，文档和社区支持待观察
依赖 Jupyter Notebook，工程化部署需额外改造

适用场景

数字人场景快速搭建，如虚拟主播背景生成
游戏关卡或虚拟环境原型设计，从概念图直接生成 3D 布局
AR/VR 内容创作，单张照片快速生成可交互场景

替代项目

3D Photo Inpainting、InfiniteNature-Zero、SceneScape

项目介绍

SceneGen 是数字人3D领域的开源项目，由 Mengmouxu 开发，2025 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 513。

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 2026-09-24。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：数字人场景快速搭建，如虚拟主播背景生成。同类可对比的替代方案包括 3D Photo Inpainting、InfiniteNature-Zero、SceneScape。

上一篇：GaussianAnything

下一篇：PhysX-3D