SingleShapeGen 是数字人3D领域的开源项目，由 rundiwu 开发，2022 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 99。
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 2026-08-25。MIT许可证，代码免费使用，无在线服务。
它主要面向的使用场景是：学术研究：复现论文方法并扩展新算法。同类可对比的替代方案包括 ShapeNet、3D-CODED、PointFlow。
SingleShapeGen
一个 3D 模型，自动生成一堆相似新形状
SingleShapeGen 是 SIGGRAPH Asia 2022 论文《Learning to Generate 3D Shapes from a Single Example》的官方代码实现。它解决的是传统 3D 生成模型依赖大量训练数据的问题，仅需一个 3D 形状示例，即可学习其内在结构并生成多样化的新形状。核心能力包括：基于单样本学习 3D 形状的生成、支持点云和体素等表示、提供训练和推理脚本。项目处于早期阶段，代码结构清晰，适合研究者复现论文或在此基础上扩展。
开源
free
数字人3D
GitHub 星标
★ 99
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rundiwu
所属国家
定价模式free
价格说明开源项目，MIT许可证，代码免费使用，无在线服务。
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,3d-shapes,computer-graphics,computer-vision,deep-learning,generative-models,paper,siggraph,siggraph-asia-2022
GitHub 星标★ 99
30天Star增速
HF 下载量
上线时间2022-05-24 00:00:00
最近更新2026-08-25 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
- 单样本生成，突破数据依赖，只需一个示例即可训练
- 论文代码官方开源，复现性强，适合学术研究
- 支持点云和体素两种 3D 表示，灵活性较高
不足之处
- 文档/社区待观察
- 仅支持单一类别形状，泛化能力有限
- 依赖 PyTorch 和 CUDA，环境配置门槛较高
适用场景
- 学术研究：复现论文方法并扩展新算法
- 3D 内容创作：快速生成风格一致的设计变体
- 数据增强：为 3D 识别任务扩充训练集
替代项目
ShapeNet、3D-CODED、PointFlow
项目介绍
上一篇：3D-Fixer
下一篇：diffindscene
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.