Make-It-3D

收录理由

Make-It-3D 能从单张照片生成完整的 360 度带纹理 3D 模型，对于游戏美术或产品可视化中只有单一视角素材的情况，是个很实用的参考。它采用两阶段优化流程，先在前视图约束下拟合神经辐射场，再把粗略结果转成带纹理的点云，同时借助预训练的 2D 扩散模型，为相机从未拍到的角度补全合理的几何和纹理。仓库附带两个阶段的训练代码以及论文结果所用的测试数据，你可以自己复现输出，不用只盯着演示 GIF 看。不过环境配置有些折腾，需要特定 CUDA 版本的 PyTorch、tiny-cuda-nn，还得准备 Stable Diffusion、DPT、SAM、BLIP2 这些外部工具。代码结构也方便在此基础上扩展，加上它参考了 Stable-Dreamfusion，在研究扩散模型驱动的 3D 生成时是个不错的对比对象。