mvdfusion

单张图片，生成多视角一致的3D模型

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 数字人3D 🍴 复刻 6 🐛 待处理 12 👀 关注 5
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 133
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，需自行部署。

项目预览

mvdfusion 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类数字人3D
开发团队zhizdev
官网地址https://mvd-fusion.github.io
GitHubhttps://github.com/zhizdev/mvdfusion
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型3d-generation,diffusion-models
GitHub 星标★ 133
上线时间2024-03-19 00:00:00
代码更新2024-04-29
仓库体积593 KB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

MVD-Fusion 是一个基于深度一致的多视图生成框架，用于从单张图像重建高质量的 3D 模型。它解决了传统单视图 3D 重建中因缺乏多视角信息而导致的几何和纹理不一致问题。核心能力包括：利用预训练扩散模型生成多视角图像，并通过深度一致性约束确保视角间的几何对齐，最终融合生成完整的 3D 表示。该方法在 CVPR 2024 上发表，代码开源，支持训练和推理。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 133

核心亮点

  • 深度一致性约束显著提升多视图几何对齐精度
  • 基于扩散模型，生成图像质量高，纹理细节丰富
  • CVPR 2024 论文加持，方法有理论保障

不足之处

  • 项目早期，文档和社区支持待观察
  • 依赖预训练扩散模型，推理资源消耗可能较大

适用场景

  • 单张商品图生成3D展示模型
  • 游戏或影视中的快速3D资产创建
  • AR/VR 场景中的物体重建

替代项目

Zero-1-to-3、SyncDreamer、Wonder3D

上一篇：Graph-CAD

下一篇：NuiScene

同类项目推荐

uniface 开源

一套 API 搞定检测到反欺诈全流程人脸分析

A Unified Face Analysis Library for Python | Detection, alignment, landmarks, face-m···

★ 2208 2026-09-17
fsdl-text-recognizer-2022-labs 开源

跟着课程撸一个能跑的文本识别全流程项目

Complete deep learning project developed in Full Stack Deep Learning, 2022 edition. ···

★ 533 2026-08-09
grounded-segment-anything-colab 开源

一句话输入，自动检测分割并重绘图像，Colab 免费跑通全流程

Grounding DINO with Segment Anything & Stable Diffusion colab

★ 190 2026-08-09
ultralytics 开源

几行代码搞定目标检测，训练部署一条龙

Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentatio···

★ 63236 2026-08-10
setvae 开源

用层次化VAE生成集合数据，搞定点云等无序结构

[CVPR'21] SetVAE: Learning Hierarchical Composition for Generative Modeling of Set-S···

★ 80 2026-08-09
Trainable_Segmentation 开源

画几笔标注，训练分类器，自动分割整幅图像

Fiji library to perform image segmentation based on the Weka learning schemes

★ 127 2026-10-29