dso 是数字人3D领域的开源项目，由 RuiningLi 开发，2025 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 192。
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 2026-09-20。代码公开，可自行部署使用，无付费版本。
它主要面向的使用场景是：3D内容创作工具，提升生成模型的物理真实感。同类可对比的替代方案包括 PhysGen、Physics3D、3D-SIS。
dso
让AI生成的3D模型不再悬空塌陷，物理更真实
DSO是一个面向3D生成模型的物理合理性对齐框架，来自ICCV 2025。它针对当前3D生成模型（如文本到3D或图像到3D）输出结果常存在物理不真实（如悬空、穿透、结构不稳定）的问题，通过引入模拟反馈来引导生成器学习物理规律。核心能力包括：利用物理模拟器对生成的三维模型进行碰撞检测、稳定性评估等，并将这些反馈信号转化为可微的损失项，从而微调或约束生成过程，使输出模型在物理上更可信。项目提供了一套训练和评估流程，支持与主流3D生成模型集成，旨在提升生成内容的实用性和真实感。
开源
free
数字人3D
GitHub 星标
★ 192
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RuiningLi
所属国家
定价模式free
价格说明开源项目，代码公开，可自行部署使用，无付费版本。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型3d-generation,physics,simulation
GitHub 星标★ 192
30天Star增速
HF 下载量
上线时间2025-03-17 00:00:00
最近更新2026-09-20 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5
使用教程
核心亮点
- 提出模拟反馈对齐机制，直接针对物理不合理问题，效果明确
- 基于ICCV 2025，学术认可度高，方法有理论支撑
- 支持与现有3D生成器集成，易于扩展
不足之处
- 项目处于早期，文档和社区支持待观察
- 依赖物理模拟器，可能增加训练开销
适用场景
- 3D内容创作工具，提升生成模型的物理真实感
- 游戏和影视资产生产，减少人工修正
- 机器人仿真环境，生成符合物理规律的物体模型
替代项目
PhysGen、Physics3D、3D-SIS
项目介绍
上一篇：RodinHD
下一篇：tet-splatting
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.