XCube

用稀疏体素层次结构，高效生成高分辨率 3D 模型

XCube 是一个用于大规模 3D 生成的深度学习框架，核心创新在于利用稀疏体素层次结构（Sparse Voxel Hierarchies）来高效表示和生成高分辨率 3D 内容。它解决了传统 3D 生成模型在分辨率提升时计算和内存开销急剧增长的问题，通过层次化的稀疏体素表示，将生成过程分解为多个尺度，从而在保持高质量的同时显著降低资源消耗。XCube 支持从点云、图像等输入条件生成 3D 模型，并提供了完整的训练和推理流程。作为 CVPR 2024 Highlight 项目，它展示了在 3D 内容创作、数字人建模等领域的应用潜力，为 3D 生成式 AI 提供了新的技术路径。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 549

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

官网地址https://research.nvidia.com/labs/toronto-ai/xcube

GitHubhttps://github.com/nv-tlabs/XCube

定价模式free

价格说明开源项目，基于稀疏体素层次的大规模3D生成模型，可自行部署使用，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,computer-vision,generative-ai,graphics,voxel

GitHub 星标★ 549

30天Star增速

HF 下载量

上线时间2024-05-25 00:00:00

最近更新2026-09-06 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

创新性地使用稀疏体素层次结构，突破 3D 生成分辨率瓶颈
CVPR 2024 Highlight，学术认可度高，技术方案经过严格验证
支持多尺度生成，在质量和效率之间取得良好平衡

不足之处

项目早期，文档和社区生态尚待完善
对硬件资源有一定要求，上手门槛较高

适用场景

高精度 3D 资产创作（游戏、影视）
数字人快速建模与生成
3D 内容自动生成与编辑

替代项目

3D-GAN、GET3D、SDF-StyleGAN

项目介绍

XCube 是数字人3D领域的开源项目，由 nv-tlabs 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 549。

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 2026-09-06。基于稀疏体素层次的大规模3D生成模型，可自行部署使用，完全免费。

它主要面向的使用场景是：高精度3D资产创作（游戏、影视）。同类可对比的替代方案包括 3D-GAN、GET3D、SDF-StyleGAN。

上一篇：Hunyuan3D-Omni

下一篇：En3D