Hunyuan3D-2

一句话或一张图,秒级生成高精 3D 模型,无需专业建模技能。

Hunyuan3D-2 是腾讯开源的高分辨率 3D 资产生成模型,基于大规模扩散模型架构,能够从单张图片或文本描述直接生成高质量、带纹理的 3D 网格模型。它解决了传统 3D 建模流程繁琐、耗时且依赖专业软件的问题,让普通用户也能快速创建可用于游戏、影视、电商等场景的 3D 内容。核心能力包括:支持文本到 3D 和图像到 3D 两种生成模式;输出模型具有精细的几何结构和逼真的纹理贴图;提供多视角一致性保障,避免生成结果出现扭曲或断裂。项目采用 Python 实现,并提供了完整的推理代码和预训练权重,方便开发者集成到现有工作流中。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 14944
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Tencent-Hunyuan
所属国家
定价模式free
价格说明开源项目,本地部署,完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型3d,3d-aigc,3d-generation,diffusion-models,hunyuan3d,image-to-3d,shape,shape-generation,text-to-3d,texture-generation
GitHub 星标★ 14944
30天Star增速
HF 下载量
上线时间2025-01-21 00:00:00
最近更新2026-09-22 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

难度:进阶 约 30 分钟 部署方式:库/依赖 6 步

环境要求

  • Python 环境(README 未指定具体版本)
  • PyTorch,需按 PyTorch 官方网站指引安装
  • 可正常使用 pip 的终端环境
  • 本地项目代码目录(需能访问 assets/demo.png 等示例图片)

安装与启动步骤

  1. 1获取项目代码

    从 GitHub 仓库 Tencent-Hunyuan/Hunyuan3D-2 获取源码到本地目录,README 未给出具体克隆命令,请自行在仓库页面下载或克隆。

  2. 2安装 PyTorch

    README 要求先通过 PyTorch 官方网站安装 PyTorch,请按官网指引选择与自己 CUDA/系统匹配的版本安装。

  3. 3安装项目依赖

    在项目根目录执行,安装 requirements.txt 中列出的其余依赖包。

    pip install -r requirements.txt
  4. 4安装项目本体

    以可编辑模式安装 hy3dgen 包,安装 Python 导入 hy3dgen.shapegen 等模块才不会报错。

    pip install -e .
  5. 5运行形状生成

    用 diffusers 风格的 API 加载 Hunyuan3D-2 权重,输入图片路径生成网格,返回值是 trimesh 对象。

    from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline
    
    pipeline = Hunyuan3DDiTFlowMatchingPipeline.from_pretrained('tencent/Hunyuan3D-2')
    mesh = pipeline(image='assets/demo.png')[0]
  6. 6运行纹理生成

    导入 Hunyuan3D-Paint 纹理合成管线(README 仅给出导入语句),需与形状生成模型配合使用。

    from hy3dgen.texgen import Hunyuan3DPaintPipeline
    from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline

关键配置

配置项必填说明示例
from_pretrained 的模型名是指定加载的预训练模型标识,README 示例为 tencent/Hunyuan3D-2。tencent/Hunyuan3D-2
pipeline 的 image 参数是形状生成管线的输入图片路径,README 示例使用仓库自带示例图。assets/demo.png

如何确认成功

执行 shapegen 代码无报错并返回 trimesh 对象,即表示形状生成流程可用;该对象可再保存为 glb/obj 等格式。

常见问题

Q:PyTorch 应该怎么安装?

A:README 指明需通过 PyTorch 官方网站安装,并给出了 pytorch.org 链接,请按官网指引选择与你的系统和 CUDA 版本匹配的命令执行,仓库未固定具体版本。

Q:生成的 mesh 是什么对象,怎么保存?

A:README 说明输出是 trimesh 对象,可以保存为 glb、obj 或其他格式文件,用它自带的导出方法即可。

Q:只安装 requirements.txt 够吗?

A:不够。README 的安装顺序是先装 PyTorch,再 pip install -r requirements.txt,最后还要 pip install -e . 安装项目本体。

Q:可以直接用文本描述生成 3D 吗?

A:README 节选中的代码示例只演示了图像输入(image='assets/demo.png'),未给出文本到 3D 的调用代码,请以官方仓库完整文档为准。

注意事项

  • README 仅提供本地 pip 安装方式,未给出 Docker 镜像或一键启动脚本命令,请勿照搬网上的 docker run 参数。
  • README 未指定 Python 与 CUDA 版本要求,建议先确认本机 GPU 与 PyTorch 版本兼容后再装依赖。
  • 运行示例需准备图片文件,README 示例使用仓库内的 assets/demo.png,换成自己的图片时请写真实路径。
  • 模型权重通过 from_pretrained 加载,首次运行需要能访问模型托管地址,网络受限时可能失败。

核心亮点

  • 生成分辨率高,纹理细节丰富,接近手工建模质量
  • 支持文本和图像双模态输入,使用门槛低
  • 多视角一致性算法成熟,减少模型扭曲和破面

不足之处

  • 模型体积大,推理需较高显存,普通消费级显卡难以流畅运行
  • 文档和社区生态仍在建设中,中文教程偏少

适用场景

  • 游戏开发中快速生成道具或场景原型
  • 电商产品展示图快速生成 3D 预览
  • 影视动画前期概念设计辅助

替代项目

TripoSR、Stable Fast 3D、LGM

项目介绍

Hunyuan3D-2 是数字人3D领域的开源项目,由 Tencent-Hunyuan 开发,2025 年首次发布。

在全站 13,109 个收录项目中,它的 GitHub 星标数(14,944)位列前 4%,在数字人3D分类的 272 个项目里位列前 2%。

近 41 天,它的 GitHub 星标从 14,475 增加到 14,944,净增 469。

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 2026-09-22。本地部署,完全免费。

它主要面向的使用场景是:游戏开发中快速生成道具或场景原型。同类可对比的替代方案包括 TripoSR、Stable Fast 3D、LGM。

上一篇:awesome-avatar

下一篇:TRELLIS

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

★ 129 2026-08-09
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

★ 1254 2026-08-09
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 ···

★ 272 2026-08-09
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.

★ 798 2026-08-21