LLaMA-Mesh

用大模型直接生成 3D 网格,告别复杂建模流程

LLaMA-Mesh 是一个将 3D 网格生成与语言模型统一的开源项目,旨在让大语言模型直接生成可用的 3D 网格文件(如 OBJ 格式),无需依赖外部专用模型。它解决了传统 3D 内容创作门槛高、流程复杂的问题,通过将网格数据表示为文本 token,使 LLaMA 等语言模型能够理解并生成 3D 几何结构。核心能力包括:支持文本到 3D 网格的生成、基于现有语言模型微调、生成结果可直接用于渲染或编辑。项目提供训练和推理代码,并附带示例模型,适合研究者和开发者探索多模态生成。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1172
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nv-tlabs
所属国家
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-generation,llm,mesh-generation,multimodal
GitHub 星标★ 1172
30天Star增速
HF 下载量
上线时间2024-11-14 00:00:00
最近更新2026-09-21 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2

使用教程

难度:高级 约 30 分钟 部署方式:模型权重 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Python 运行环境(项目标注开发语言为 Python)
  • 可正常访问 GitHub 与 HuggingFace 的网络
  • 运行语言模型推理建议准备 GPU 环境

安装与启动步骤

  1. 1获取项目源码

    从 GitHub 克隆 LLaMA-Mesh 仓库到本地,随后查看仓库根目录完整 README。本次节选未给出任何安装命令,请勿凭猜测执行安装。

    git clone https://github.com/nv-tlabs/LLaMA-Mesh.git
  2. 2阅读论文与项目页

    打开论文 PDF 和 NVIDIA 项目主页,了解网格 token 化思路与训练/推理流程,确认自身环境是否满足后续运行条件。

  3. 3获取模型权重

    访问 HuggingFace 权重页面 Zhengyi/LLaMA-Mesh 下载官方发布的模型文件,放到本地模型目录备用。

  4. 4在线试用 Demo

    打开 HuggingFace Space 上提供的在线 Demo,用自然语言对话直接生成 3D 网格,无需本地部署即可体验效果。

  5. 5安装 Blender 插件

    如需在三维软件中使用,可安装 README 中提到的 huggingface/meshgen Blender Addon,在 Blender 内生成并编辑网格。

如何确认成功

README 未给出本地启动验证命令;可打开 HuggingFace Demo 页面,成功输入文本并返回 OBJ 等网格文件即说明流程可用。

常见问题

Q:为什么没有安装命令?

A:本次提供的 README 节选只有项目介绍与外部链接,未包含安装说明。请查看仓库完整 README 后再按其给出的命令操作,不要自行猜测安装方式。

Q:如何快速体验而不本地部署?

A:直接访问 HuggingFace Demo 空间 Zhengyi/LLaMA-Mesh,通过聊天方式生成 3D 网格,无需配置任何环境。

Q:模型权重从哪里获取?

A:README 提供了 Model Weights 链接,指向 HuggingFace 仓库 Zhengyi/LLaMA-Mesh,在该页面下载权重文件即可。

Q:生成结果能用在什么工具里?

A:生成的是 OBJ 等标准网格数据,可直接用于渲染或编辑;README 还给出了 Blender 插件 huggingface/meshgen 便于在 Blender 中使用。

注意事项

  • 本次 README 节选未包含安装与运行命令,所有命令请以仓库完整文档为准。
  • 克隆仓库后建议先确认依赖文件与硬件要求,再决定是否本地部署。
  • 在线 Demo 与模型权重均托管在 HuggingFace,网络不通时可能无法访问。

核心亮点

  • 统一语言模型与3D生成,简化pipeline,无需额外3D专用模型
  • 基于LLaMA微调,能利用语言模型强大的语义理解能力
  • 生成OBJ格式,可直接用于主流3D软件和渲染器

不足之处

  • 生成网格的复杂度和精细度可能有限,难以媲美专业建模工具
  • 依赖特定语言模型,扩展性受限于模型架构

适用场景

  • 游戏和影视制作中的快速概念建模
  • 辅助设计师生成3D原型,加速创意迭代
  • 教育领域用于演示文本到3D的生成技术

替代项目

MeshGPT、3D-GPT、Point-E

项目介绍

LLaMA-Mesh 是开源模型领域的开源项目,由 nv-tlabs 开发,2024 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(1,172)位列前 30%,在开源模型分类中处于中上游。

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 2026-09-21。本地部署,完全免费。

它主要面向的使用场景是:游戏和影视制作中的快速概念建模。同类可对比的替代方案包括 MeshGPT、3D-GPT、Point-E。

上一篇:Open-LLM

下一篇:Bootstrap3D

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA,一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 593 2026-08-10