GaussianAnything

一句话生成可编辑的高质量 3D 高斯模型，告别粗糙网格

GaussianAnything 是一个基于原生 3D 扩散模型的 3D 内容生成项目，专注于生成高质量且可编辑的 surfel 3D 高斯表示。它解决了传统 3D 生成方法在几何细节、纹理质量和可编辑性上的不足，通过直接在 3D 空间中进行扩散生成，避免了 2D 到 3D 的投影损失。核心能力包括：从文本或图像生成精细的 3D 高斯模型，支持对生成结果的灵活编辑（如局部修改、属性调整），并保持高保真度。项目由 ICLR 2025 接收，提供了完整的训练和推理代码，适合研究者和开发者用于 3D 内容创作、数字人建模、虚拟现实等场景。目前处于早期阶段，星标数 408，社区和文档仍在完善中。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 408

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NIRVANALAN

所属国家

官网地址https://nirvanalan.github.io/projects/GA

GitHubhttps://github.com/NIRVANALAN/GaussianAnything

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-diffusion,3d-generation,iclr2025

GitHub 星标★ 408

30天Star增速

HF 下载量

上线时间2024-11-12 00:00:00

最近更新2026-09-22 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3

使用教程

核心亮点

原生 3D 扩散架构，生成几何细节更精细，避免 2D 投影误差
支持 surfel 高斯表示，天然适合可编辑操作，如局部调整和属性修改
ICLR 2025 论文加持，算法设计有学术背书，代码开源可复现

不足之处

项目处于早期，文档和示例不够丰富，上手门槛较高
依赖较新的 GPU 和深度学习框架，环境配置可能复杂

适用场景

数字人建模：快速生成可编辑的 3D 头部或身体模型
游戏/影视资产制作：从文本生成高保真 3D 道具或角色
3D 内容编辑：对已有高斯模型进行局部修改，如换表情或调整姿态

替代项目

3D Gaussian Splatting、DreamGaussian、GaussianEditor

项目介绍

GaussianAnything 是数字人3D领域的开源项目，由 NIRVANALAN 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 408。

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 2026-09-22。本地部署，完全免费。

它主要面向的使用场景是：数字人建模：快速生成可编辑的3D头部或身体模型。同类可对比的替代方案包括 3D Gaussian Splatting、DreamGaussian、GaussianEditor。

上一篇：GaussianCube

下一篇：SceneGen