ShapeLLM 是数字人3D领域的开源项目，由 qizekun 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 248。
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。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：机器人抓取与操作前的物体识别。同类可对比的替代方案包括 LLaVA、Point-BERT、3D-LLM。
ShapeLLM
让 AI 看懂并操作 3D 物体，赋能机器人交互
ShapeLLM 是一个面向具身交互的通用 3D 物体理解模型，由 ECCV 2024 论文提出。它解决了传统 3D 模型难以同时处理点云感知、语言对齐和交互推理的问题，核心能力包括：基于点云的 3D 物体识别与定位、多轮视觉-语言对话、以及面向机器人操作的交互式理解。项目采用两阶段训练策略，先通过 3D 基础模型对齐视觉与语言，再在指令微调数据上增强交互能力。代码基于 PyTorch 实现，提供推理和训练脚本，支持自定义数据微调。作为早期开源项目，其架构设计对 3D 多模态研究有参考价值，但依赖外部 3D 骨干网络和预训练权重。
开源
free
开源模型
GitHub 星标
★ 248
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队qizekun
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型3d-point-clouds,large-language-models,representation-learning
GitHub 星标★ 248
30天Star增速
HF 下载量
上线时间2024-02-28 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6
使用教程
核心亮点
- 首个面向具身交互的 3D 多模态模型，研究定位新颖
- 提供完整训练与推理代码，支持自定义数据微调
- 在 3D 物体理解基准上验证了多轮对话能力
不足之处
- 依赖外部 3D 骨干网络和预训练权重，部署门槛较高
- 文档/社区待观察，示例和教程较少
适用场景
- 机器人抓取与操作前的物体识别
- 3D 场景中的人机自然语言交互
- 自动驾驶中的点云目标理解
替代项目
LLaVA、Point-BERT、3D-LLM
项目介绍
上一篇：BlenderLLM
下一篇：HoloMotion
同类项目推荐
A3D
开源
在 three.js 里直接调用 AI 生成纹理和素材，边建模边生成
3D x AI hybrid editor, built with three.js
cube
开源
用一句话生成 3D 模型，在 Roblox 里快速落地 AI 创作
Roblox Foundation Model for 3D Intelligence
AG3D
开源
用2D图片直接生成3D虚拟人，告别昂贵扫描
Official code release for ICCV2023 paper AG3D: Learning to Generate 3D Avatars from ···
GameFactory-3A
开源
一条命令生成 3A 游戏资产，从模型到视频全自动
A comprehensive open-source 3A game-generation skill and asset framework.