LATO

生成3D网格时保持拓扑结构，让模型更懂形状

LATO 是一个基于 ICML'26 论文的 3D 网格生成项目，核心是“流匹配”与“结构化拓扑保持潜空间”结合。它解决的是传统 3D 生成模型难以保持网格拓扑结构（如孔洞、连通性）的问题，通过将网格编码到结构化潜空间，再以流匹配方法生成新网格，从而在生成过程中保留拓扑特征。项目提供官方实现，支持训练、推理和评估，适合研究 3D 生成、几何处理或数字人建模。目前处于早期阶段，代码结构清晰，但依赖较新，需自行配置环境。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 74
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TianhaoZhao668
所属国家
官网地址https://tianhaozhao668.github.io/LATO
GitHubhttps://github.com/TianhaoZhao668/LATO
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署。
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,3d-aigc,3d-generation,3d-reconstruction
GitHub 星标★ 74
30天Star增速
HF 下载量
上线时间2026-05-14 00:00:00
最近更新2026-09-23 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4

使用教程

核心亮点

  • 创新性地将流匹配用于3D网格，结合拓扑保持潜空间，生成质量更高
  • 官方论文实现，代码与论文对应，适合学术复现
  • 基于PyTorch，模块化设计，易于扩展和修改

不足之处

  • 文档/社区待观察
  • 依赖较新库，环境配置可能稍复杂
  • 早期项目，示例和教程较少

适用场景

  • 学术研究：3D生成模型对比实验
  • 数字人建模：生成保持拓扑的头部或身体网格
  • 游戏/影视资产：快速生成拓扑规范的3D模型

替代项目

MeshGPT、3D-GPT、PolyGen

项目介绍

LATO 是数字人3D领域的开源项目，由 TianhaoZhao668 开发，是 2026 年新上线的项目。

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 74。

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 2026-09-23。MIT许可证，完全免费，需自行部署。

它主要面向的使用场景是：学术研究：3D生成模型对比实验。同类可对比的替代方案包括 MeshGPT、3D-GPT、PolyGen。

上一篇：DiffusionGAN3D

下一篇：meshy-3d-agent

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