项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 523
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- CUDA 显卡
- 旧版 PyTorch
- 单张输入图
安装与启动步骤
-
1装匹配的框架版本
它锁较旧的 CUDA 与框架组合，先按说明装。
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116 -
2装外部依赖
它依赖一个外部视觉模型库，要单独装。
git clone --depth 1 https://github.com/CompVis/taming-transformers.git && pip install -e taming-transformers -
3单图生成三维
核心脚本从一张图生成可浏览的三维表示。
python run_sjc.py -
4渲染新视角
用神经渲染脚本输出新视角图。
python run_nerf.py -
5看几何质量
重点是背面与遮挡区域有没有崩。
如何确认成功
用一张物体图生成三维表示并渲染绕行视角，正面细节清晰且背面没有明显崩坏
注意事项
- 它做的是单图到三维，属于早期三维重建与生成交叉方向。
- 依赖版本较旧，装环境是最耗时的一步。
- 背面崩坏是单视图方法的通病，评估必须绕一圈看。
- 研究代码，接口随论文调整。
核心亮点
- 首次提出Score Jacobian Chaining，将2D扩散先验无缝用于3D优化，方法新颖
- 代码结构简洁，基于PyTorch，易于复现和二次开发
- 支持文本和图像条件，灵活度高
不足之处
- 生成速度慢，需大量迭代优化，单场景耗时较长
- 生成质量与DreamFusion等后续工作相比有差距，细节和一致性不足
- 文档/社区待观察
适用场景
- 学术研究：探索2D扩散模型在3D生成中的应用
- 快速原型验证：在无3D数据集条件下生成粗略3D形状
- 教学示例：理解扩散模型与NeRF结合的优化流程
替代项目
DreamFusion、Magic3D、ProlificDreamer
上一篇：Hunyuan3D-Part
下一篇：GeoDream
同类项目推荐
aora-bot
开源
AI 输出一个情绪 ID，小球立刻做出 32 种表情
Aora Bot：代码绘制的网页角色引擎。71 个角色、16 种脸、44 种动画状态、三种画风，另有 ···
photoshot
开源
上传几张照片，AI 帮你生成百变风格头像
An open-source AI avatar generator web app - https://photoshot.app
heygen-app
开源
写几行代码，数字人视频就能批量发货。
A Python toolkit for generating AI avatar videos and managing resources using the He···
awesome-3d-4d-world-models
开源
一页看尽3D/4D世界模型前沿论文，快速入门不迷路
[TPAMI 2026] 3D and 4D World Modeling: A Survey
Awesome-Talking-Head-Synthesis
开源
一库在手，语音驱动人脸合成资源全都有
An extensive collection of exceptional resources dedicated to the captivating world ···
Hunyuan3D-1
开源
一句话或一张图，快速生成可用 3D 模型
Tencent Hunyuan3D-1.0: A Unified Framework for Text-to-3D and Image-to-3D Generation
Hunyuan3D-2
开源
一句话或一张图，秒级生成高精 3D 模型，无需专业建模技能。
High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.
GaussianCube
开源
把3D高斯塞进立方体，让生成模型直接吃，又快又稳
[NeurIPS 2024] GaussianCube: A Structured and Explicit Radiance Representation for 3···
awesome-avatar
开源
一页看遍3D数字人资源，快速找到你要的工具和论文。
A curated list of resources dedicated to avatar.