GPT4Point

让AI看懂3D点云，听懂人话，直接生成和编辑3D模型。

GPT4Point 是一个面向3D点云与语言统一理解与生成的框架，来自CVPR 2024 Highlight。它解决的是3D点云数据与自然语言之间跨模态对齐的难题，使模型能够理解点云内容并根据文本指令生成或编辑3D对象。核心能力包括：基于大语言模型构建点云-文本对齐的预训练范式，支持点云描述、问答、生成和编辑等多种任务；提供PointQA数据集和基准，用于训练和评估；采用分层点云标记器将点云转换为语言模型可处理的token序列，实现端到端生成。项目代码开源，支持自定义数据集和模型微调，为3D视觉语言研究提供了统一的基础设施。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 447

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Pointcept

所属国家

官网地址https://gpt4point.github.io

GitHubhttps://github.com/Pointcept/GPT4Point

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Python

技术栈/模型3d-generation,llm,multimodal-learning

GitHub 星标★ 447

30天Star增速

HF 下载量

上线时间2023-08-12 00:00:00

最近更新2026-09-07 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1

使用教程

核心亮点

首个统一框架同时覆盖点云理解与生成，任务范围广
提供PointQA数据集和基准，便于复现和对比
基于LLM架构，可复用成熟语言模型生态，扩展性强

不足之处

早期项目，文档和社区支持尚待完善
依赖大规模点云-文本配对数据，数据获取成本高

适用场景

3D内容自动生成与编辑，辅助游戏/影视资产制作
自动驾驶场景中基于语言指令的点云理解与交互
机器人抓取与操作中的3D场景语义解析

替代项目

PointCLIP、Point-BERT、ULIP

项目介绍

GPT4Point 是计算机视觉领域的开源项目，由 Pointcept 开发，2023 年首次发布。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 447。

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 2026-09-07。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：3D内容自动生成与编辑，辅助游戏/影视资产制作。同类可对比的替代方案包括 PointCLIP、Point-BERT、ULIP。

上一篇：ArtEq

下一篇：sparsefusion