Consistent4D

单段视频秒变可旋转的 360° 动态 3D 模型

Consistent4D 是一个面向动态物体 360° 无死角生成的 3D 重建与生成项目，由 ICLR 2024 论文官方实现。它解决的是从单目视频中生成时空一致的动态 3D 物体的问题，核心能力在于将任意拍摄的单一视角视频转化为可多角度观看的 4D 动态模型（3D 空间+时间维度）。项目通过引入级联扩散模型和动态渲染技术，确保生成结果在时间序列上保持几何与外观的一致性，避免传统方法常见的闪烁或形变漂移。其技术栈基于 Python，依赖深度学习框架，适合研究人员和开发者用于数字人、影视特效、AR/VR 内容生产等场景。作为早期项目，代码结构清晰，提供了训练和推理流程，但生态尚在成长中。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 283

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yanqinJiang

所属国家

官网地址https://consistent4d.github.io

GitHubhttps://github.com/yanqinJiang/Consistent4D

定价模式free

价格说明开源项目，Apache-2.0许可证，可自由使用和部署，无收费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型3d-generation,4d-generation,aigc

GitHub 星标★ 283

30天Star增速

HF 下载量

上线时间2023-11-03 00:00:00

最近更新2026-09-12 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7

使用教程

核心亮点

从单目视频直接生成 4D 动态模型，无需多相机阵列，降低采集门槛
基于 ICLR 2024 论文，算法在时间一致性上做了专门优化，减少闪烁
提供完整官方代码和训练推理流程，复现成本相对可控

不足之处

文档/社区待观察
对输入视频质量要求较高，复杂场景下生成速度较慢

适用场景

数字人动画制作，快速生成可多角度观察的动态角色
影视特效中从实拍视频提取动态 3D 元素
AR/VR 内容开发，将真实物体视频转化为可交互的 4D 资产

替代项目

Dynamic NeRF、D-NeRF、HyperNeRF

项目介绍

Consistent4D 是数字人3D领域的开源项目，由 yanqinJiang 开发，2023 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 283。

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 2026-09-12。Apache-2.0许可证，可自由使用和部署，无收费版本。

它主要面向的使用场景是：数字人动画制作，快速生成可多角度观察的动态角色。同类可对比的替代方案包括 Dynamic NeRF、D-NeRF、HyperNeRF。

上一篇：anima-x

下一篇：AG3D