3d-generation
本站收录 133 个带「3d-generation」标签的 AI 开源项目（按 GitHub 星标从高到低，此处展示前 50 个）
Hunyuan3D-2Hunyuan3D-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★ 14,993
TRELLISTRELLIS 是一个基于结构化 3D 潜空间的可扩展、多用途 3D 生成框架，源自 CVPR 2025 的 Spotlight 论文。它解决的核心问题是现有 ★ 13,730
Wonder3DWonder3D是一个从单张图像生成高质量3D模型的AI项目，利用跨域扩散模型技术，将2D图片转换为带纹理的3D网格。它解决了传统单图3D重建中几何细节缺失和纹★ 5,435
Hunyuan3D-2.1Hunyuan3D-2.1是腾讯开源的3D资产生成模型，能从单张图片生成高保真3D模型，并附带生产级PBR材质。它解决的是传统3D建模耗时费力、门槛高的问题，让★ 4,095
DreamCraft3DDreamCraft3D 是一个由 ICLR 2024 收录的官方实现项目，专注于从单张 2D 图像生成高质量 3D 模型。它采用分层生成策略，结合引导扩散先验★ 3,028
HunyuanWorld-1.0HunyuanWorld-1.0 是腾讯混元团队推出的3D世界生成模型，旨在从文本或图像直接生成沉浸式、可探索且可交互的3D世界。它解决了传统3D内容制作成本高★ 2,936
PartCrafterPartCrafter 是一个面向数字人与3D内容创作的开源项目，发表于 NeurIPS 2025。它提出了一种基于组合式潜在扩散 Transformer 的结★ 2,485
WorldGenWorldGen 是一个基于 Python 的 3D 场景生成工具，能在几秒钟内从文本描述或简单输入生成任意 3D 场景。它解决了传统 3D 建模耗时费力、门槛★ 2,149
MotionGPTMotionGPT 是一个将人体运动视为一种‘外语’的统一生成模型，发表于 NeurIPS 2023。它利用大型语言模型（LLM）的架构来处理运动序列，将动作数★ 1,974
Make-It-3DMake-It-3D 是 ICCV 2023 收录的论文官方实现，旨在从单张 2D 图像生成高质量、高保真的 3D 模型。它解决了传统 3D 内容创建依赖多视角★ 1,900
TripoSGTripoSG 是一个基于大规模修正流模型的高保真 3D 形状生成开源项目，由 Tripo AI 团队开发。它解决了从单张图片或文本描述快速生成高质量 3D 模★ 1,812
One-2-3-45One-2-3-45 是一个将单张 2D 图像快速转换为 3D 网格模型的开源项目，来自 NeurIPS 2023 论文。它解决了传统 3D 重建需要多视角图像★ 1,717
Magic123Magic123 是一个由 ICLR'24 收录的官方 PyTorch 实现，专注于从单张图像生成高质量 3D 物体。它解决了传统单图 3D 重建中几何细节缺失★ 1,624
HunyuanWorld-VoyagerHunyuanWorld-Voyager 是一个基于 RGBD 视频生成的交互式 3D 重建模型，由腾讯混元团队开源。它解决了从普通视频中实时重建 3D 场景的★ 1,599
Hunyuan3D-2-WinPortableHunyuan3D-2-WinPortable 是腾讯混元3D 2.0/2.1模型的Windows便携整合包，旨在解决官方模型在Windows环境下部署复杂、依★ 1,335
momask-codesMoMask 是 CVPR 2024 的官方实现，用于 3D 人体动作生成。它提出了一种基于掩码建模的生成框架，将动作序列离散化为量化码本，通过双向 Trans★ 1,320
MV-AdapterMV-Adapter 是 ICCV 2025 的官方实现，旨在简化多视角一致图像生成任务。它解决了从单张图片或文本生成多个视角一致图像时，现有方法需要复杂训练或★ 1,291
Direct3D-S2Direct3D-S2 是一个面向超大规模 3D 内容生成的深度学习框架，核心创新在于空间稀疏注意力机制，解决了传统 3D 生成模型在体素或点云规模增大时计算复★ 1,284
cubeCube 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、★ 1,260
LLaMA-MeshLLaMA-Mesh 是一个将 3D 网格生成与语言模型统一的开源项目，旨在让大语言模型直接生成可用的 3D 网格文件（如 OBJ 格式），无需依赖外部专用模型★ 1,173
AvatarCLIPAvatarCLIP 是 SIGGRAPH 2022 的论文项目，实现零样本文本驱动的 3D 虚拟人生成与动画。它解决了传统 3D 虚拟人制作依赖手工建模、绑定★ 1,101
text2roomText2Room 是一个利用 2D 文本生成图像模型来创建带纹理 3D 网格的开源项目，出自 ICCV2023。它解决了从单一文本提示直接生成连贯、可探索的 ★ 1,091
3DTopia-XL3DTopia-XL 是一个基于基元扩散（Primitive Diffusion）的高质量 3D PBR 资产生成框架，由复旦大学和百度等机构联合推出，入选 C★ 1,048
MeshAnythingV2MeshAnythingV2 是一个将任意3D表示（如点云、体素等）自动转换为艺术家级三角网格的开源项目，由ICCV 2025论文官方实现。它解决了现有3D重建★ 1,022
awesome-3d-4d-world-models这是一个关于3D和4D世界建模的综述性资源列表，收录了TPAMI 2026论文《3D and 4D World Modeling: A Survey》中引用的相★ 993
MotionDiffuseMotionDiffuse 是一个基于扩散模型的文本驱动人体运动生成框架，旨在解决从自然语言描述直接生成高质量3D人体动画的问题。它通过将文本编码器与去噪扩散模★ 984
MIDI-3DMIDI-3D 是一个基于扩散模型的单图生成 3D 场景的开源项目，由 CVPR 2025 收录。它解决的是从单张 2D 图像直接生成多实例 3D 场景的难题，★ 950
Open-DiffusionGSOpen-DiffusionGS 是一个基于 3D 高斯泼溅（3D Gaussian Splatting）的单阶段图像到 3D 生成与重建框架，论文发表于 IC★ 865
DiffusionAsShaderDiffusionAsShader 是 SIGGRAPH 2025 论文的官方实现，提出将视频扩散模型视为可编程着色器，实现 3D 感知的视频生成控制。它解决传★ 842
Matrix-3DMatrix-3D 是一个从单张图片或文本提示生成大规模可探索 3D 场景的开源项目。它通过生成高质量的全景视频，让用户能够在虚拟 3D 空间中自由漫游。该项目★ 833
CraftsMan3DCraftsMan3D 是一个基于 3D 原生扩散模型的高保真网格生成工具，旨在解决从单张图片或文本描述生成高质量 3D 模型的问题。它通过 3D 原生扩散架构★ 831
GameFactory-3AGameFactory-3A 是一个开源的 3A 游戏生成技能与资产框架，旨在为游戏开发者提供从概念到成品的全流程生成工具链。它整合了 3D 模型生成、图像生成★ 814
TripoSFTripoSF 是一个基于 SparseFlex 方法的 3D 形状建模开源项目，专注于高分辨率与任意拓扑结构的 3D 生成。它解决了传统 3D 建模中分辨率受★ 769
motion-latent-diffusionmotion-latent-diffusion 是一个基于潜在空间运动扩散模型的开源项目，发表于 CVPR 2023。它旨在解决文本或动作指令到人体运动生成的任★ 747
Nova3DNova3D是一个开源的3D生成客户端，支持从文本或参考图像生成可编辑、部件感知的3D模型。它基于Flutter构建，集成了多种生成式AI能力，如OpenAI、★ 726
CityDreamerCityDreamer 是 CVPR 2024 论文的官方实现，专注于生成无边界的三维城市模型。它采用组合式生成模型，将城市分解为建筑、道路、植被等独立模块，分★ 700
Awesome-CVPR2026-CVPR2025-ICCV2025-CVPR2024-ECCV2026-ECCV2024-AIGC这是一个汇集CVPR、ICCV、ECCV等顶级计算机视觉会议中AIGC相关论文与代码的精选列表。项目旨在解决研究者难以系统追踪前沿AIGC成果的问题，按会议年份★ 676
ReconViaGenReconViaGen 是一个面向多视图 3D 物体重建的生成式框架，由 ICLR 2026 论文提出。它解决传统重建方法在稀疏视图下精度低、几何细节缺失的问题★ 651
Hunyuan3D-OmniHunyuan3D-Omni 是腾讯开源的统一框架，用于可控生成高质量3D资产。它解决了传统3D建模耗时费力、难以精细控制的问题，支持从文本、图像或两者结合生成★ 632
Text2LightText2Light 是 SIGGRAPH Asia 2022 发表的零样本文本驱动 HDR 全景图生成模型。它解决的是从文本描述直接生成高质量、高动态范围（H★ 628
SpatialVIDSpatialVID 是一个面向视频生成与空间智能研究的大规模视频数据集，由 CVPR 2026 论文提出。它解决了现有视频数据集缺乏空间标注、难以支撑 4D ★ 601
XCubeXCube 是一个用于大规模 3D 生成的深度学习框架，核心创新在于利用稀疏体素层次结构（Sparse Voxel Hierarchies）来高效表示和生成高分★ 549
Hunyuan3D-PartHunyuan3D-Part 是腾讯开源的 3D 部件分割与生成流水线，专注于将 3D 模型分解为语义部件（如椅子的腿、靠背），并支持基于部件的条件生成。它解决★ 544
En3DEn3D 是 CVPR 2024 发表的论文官方实现，旨在从 2D 合成数据中生成高质量 3D 数字人。它解决传统 3D 人体生成依赖昂贵 3D 扫描数据、且生★ 543
VistaDreamVistaDream 是一个用于单视图场景重建的多视图一致图像采样工具，由 ICCV 2025 论文提出。它解决的是从单张图像生成多视角一致图像的问题，这是三维★ 541
sjcsjc（Score Jacobian Chaining）是CVPR 2023提出的3D生成方法，核心思路是利用预训练的2D扩散模型（如Stable Diffus★ 523
SceneGenSceneGen 是一个基于单张图片、一次前向传播即可生成完整 3D 场景的开源项目，由 3DV 2026 论文提出。它解决了传统 3D 场景重建需要多视角输入★ 516
AniGenAniGen 是一个面向可动画化 3D 资产生成的统一框架，由 SIGGRAPH 2026 论文提出。它解决了传统 3D 生成模型难以直接产出可驱动、可绑定角色★ 506
GeoDreamGeoDream 是一个基于 Python 的 3D 生成项目，旨在从文本描述或单张图片生成高保真且多视角一致的 3D 模型。它通过解耦 2D 先验（如外观、纹★ 499
Awesome-Try-On-Models这是一个虚拟试穿（Virtual Try-on）领域的资源聚合仓库，系统整理了相关论文、代码和工具。它解决的是虚拟试穿方向研究者和开发者信息分散、难以快速找到高★ 453