cube

用一句话生成 3D 模型，在 Roblox 里快速落地 AI 创作

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数字人3D 🍴 复刻 144 🐛 待处理 35 👀 关注 22

GitHub ↗

GitHub 星标 ★ 1319

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，无官网，需自行部署，完全免费。

项目预览

项目数据

分类数字人3D

开发团队Roblox

GitHubhttps://github.com/Roblox/cube

定价模式🏷️完全免费

价格说明开源项目，无官网，需自行部署，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言Jupyter Notebook

技术栈/模型3d,3d-aigc,3d-generation,shape-generation,text-to-3d

GitHub 星标★ 1319

上线时间2025-03-11 00:00:00

代码更新2026-05-28

仓库体积40.6 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数23

项目介绍

Cube 是一个面向 3D 智能的 Roblox 基础模型，旨在让开发者通过自然语言或简单输入直接生成、编辑和交互 3D 内容。它解决了传统 3D 建模门槛高、流程复杂的问题，将 AI 能力引入 Roblox 生态，支持从文本/图像到 3D 资产的生成、场景理解与编辑等核心功能。项目基于 Jupyter Notebook 提供示例和训练流程，适合研究者和开发者快速上手，探索 3D 生成式 AI 在游戏和虚拟世界中的应用。

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 ★ 1319

技术标签

3d 3d-aigc 3d-generation text-to-3d

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。

难度：进阶约 25 分钟部署方式：库/依赖 6 步

环境要求

已安装 git 与 Python/pip 的本地环境
README 要求在虚拟环境中安装本项目
GPU 场景需 PyTorch 支持（Windows 需 CUDA toolkit，MacOS/AMD 可用 MPS 后端）
推理显存占用与 resolution_base 相关，显存不足时需调小

安装与启动步骤

1克隆仓库

把 Roblox/cube 仓库拉取到本地，需已装 git 且能访问 GitHub。
```
git clone https://github.com/Roblox/cube.git
```
2进入项目目录

切换到克隆得到的 cube 目录，后续安装命令都在该目录下执行。
```
cd cube
```
3准备虚拟环境

README 要求在虚拟环境中安装，请先自行创建并激活 venv 或 conda 环境再继续。
4安装项目依赖

以可编辑模式安装 cube 及其依赖，[meshlab] 为可选附加依赖，安装耗时较长。
```
pip install -e .[meshlab]
```
5配置 CUDA 版 PyTorch

Windows 且需要 GPU 加速时执行，安装带 CUDA 支持的 torch；README 注明按需强制重装。
```
pip install torch --index-url https://download.pytorch.org/whl/cu124 --force-reinstall
```
6验证导入

执行 README 示例里的导入语句，能成功导入即说明库已安装可用。
```
python -c 'import torch, trimesh; from cube3d.inference.engine import Engine, EngineFast'
```

关键配置

配置项	必填	说明	示例
`resolution_base`	否	推理分辨率基数，调小可加快推理并降低显存占用	`README 未给出具体示例值`

如何确认成功

执行 python -c 'from cube3d.inference.engine import Engine, EngineFast' 能成功导入、无报错，即表示安装完成。

常见问题

Q：安装时 meshlab 依赖报错怎么办？

A：README 说明 [meshlab] 是可选依赖，改成 pip install -e . 即可获得更好的兼容性，但网格简化功能会被禁用。

Q：Windows 上 torch 没有 CUDA 支持怎么办？

A：按 README 提示先安装 CUDA toolkit，再用 pip install torch --index-url https://download.pytorch.org/whl/cu124 --force-reinstall 重装 torch。

Q：Apple Silicon 或 AMD 显卡能用吗？

A：可以。README 指出这类系统可使用 PyTorch 的 Metal Performance Shaders（MPS）后端。

Q：推理时显存不够怎么办？

A：README 建议调小 resolution_base，以获得更快的推理速度和更低的显存占用。

注意事项

本项目以 Python 库方式使用（README 示例为 import cube3d.inference.engine 中的 Engine 与 EngineFast）。
README 明确要求在虚拟环境中克隆并安装本仓库。
[meshlab] 为可选依赖，去掉后网格简化功能将不可用。
仓库同时提供 Jupyter Notebook 形式的示例，便于研究参考。