资讯动态

Hunyuan3D-2:开源的图像转3D资产生成系统

发布时间:2026/9/13 3:14:58 来源:尧图企业网站定制
Hunyuan3D-2开源的图像转3D资产生成系统【免费下载链接】Hunyuan3D-2High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.项目地址: https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2Hunyuan3D-2 是腾讯混元开源的图像转3D资产生成系统可以免费部署在自己的 GPU 上。第一阶段由单图或多视图图像生成网格第二阶段合成高分辨率纹理。本文面向会用 Python、有一块 NVIDIA 显卡的开发者读完你能自己跑通单图生成、Turbo 加速、多视图和纹理四条链路。Hunyuan3D-2两阶段流水线从图像到带纹理资产图像先进入形状模型 Hunyuan3D-DiT它基于 flow matching 的扩散 Transformer直接输出不带纹理的网格网格再交给纹理模型 Hunyuan3D-Paint结合参考图合成高分辨率纹理贴图最终得到可直接渲染的 glb 资产。说白了形状和纹理解耦还带来一个附带好处Paint 链路可以单独作用在你手工建的网格上不一定非要自己生成几何。两个模块的代码分别在hy3dgen/shapegen/和hy3dgen/texgen/下形状侧的核心是 hy3dgen/shapegen/ 里的Hunyuan3DDiTFlowMatchingPipeline用法接近 diffusers 的from_pretrained风格。环境搭建单图生成最小代码PyTorch 按官网指引单独安装其余依赖和两个纹理相关的 C/CUDA 模块按下面顺序装git clone https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2 cd Hunyuan3D-2 pip install -r requirements.txt pip install -e . cd hy3dgen/texgen/custom_rasterizer python3 setup.py install cd ../../.. cd hy3dgen/texgen/differentiable_renderer python3 setup.py install之后单图生成网格的最小示例如下即examples/shape_gen.py的简化版import torch from PIL import Image from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline pipeline Hunyuan3DDiTFlowMatchingPipeline.from_pretrained( tencent/Hunyuan3D-2, subfolderhunyuan3d-dit-v2-0, variantfp16 ) image Image.open(assets/demo.png).convert(RGBA) mesh pipeline(imageimage, num_inference_steps50, octree_resolution380, num_chunks20000, generatortorch.manual_seed(12345))[0] mesh.export(demo.glb)返回的mesh是 trimesh 对象可导出 glb/obj。带背景的图先过BackgroundRemover去背见 hy3dgen/rembg.py。官方数据形状生成约 6GB 显存形状加纹理合计约 16GB16GB 卡可以单卡跑完整链路。三个高频图像转3D能力下面三个能力是实际用得最多的每节按适用场景 → 关键代码 → 参数说明展开。 Turbo加速5步推理出网格适用场景快速验证草稿与概念方案想要几十秒内拿到可用网格。pipeline Hunyuan3DDiTFlowMatchingPipeline.from_pretrained( tencent/Hunyuan3D-2mini, subfolderhunyuan3d-dit-v2-mini-turbo, use_safetensorsFalse, devicecuda ) pipeline.enable_flashvdm(topk_modemerge) mesh pipeline(imageimage, num_inference_steps5, octree_resolution380, num_chunks20000)[0]enable_flashvdm开启 FlashVDM扩散步数从 50 蒸馏到 5VAE 解码一并加速。num_inference_steps5Turbo 模式的默认步数。模型分 mini0.6B和完整版hunyuan3d-dit-v2-0-turbo1.1B两档后者细节更好前者更省显存。多视图输入怎么给图适用场景单张图拍不到物体背面需要补全被遮挡的结构。images { front: Image.open(assets/example_mv_images/1/front.png).convert(RGBA), left: Image.open(assets/example_mv_images/1/left.png).convert(RGBA), back: Image.open(assets/example_mv_images/1/back.png).convert(RGBA), } pipeline Hunyuan3DDiTFlowMatchingPipeline.from_pretrained( tencent/Hunyuan3D-2mv, subfolderhunyuan3d-dit-v2-mv, variantfp16 ) mesh pipeline(imageimages, num_inference_steps50, octree_resolution380)[0]imagepipeline 直接接受 dict键为front/left/back。多视图必须换用专用模型 Hunyuan3D-2mv1.1B单图模型不支持这个输入形式。三张图要求同一物体、光照一致否则对应区域会出现接缝错位。给网格合成4K PBR纹理适用场景最终交付需要进引擎直接使用的带纹理 glb。from hy3dgen.texgen import Hunyuan3DPaintPipeline pipeline_texgen Hunyuan3DPaintPipeline.from_pretrained(tencent/Hunyuan3D-2) mesh pipeline_texgen(mesh, imageimage) mesh.export(demo_textured.glb)image参考图纹理的一致性和对齐都以它为准。形状加纹理合计约 16GB 显存16GB 以下显卡建议先用 Gradio 的低显存模式跑通。Paint 另有蒸馏版hunyuan3d-paint-v2-0-turbo纹理链路同样支持给手工网格上色。参数速查与常见现象处理参数作用建议值num_inference_steps扩散推理步数Turbo 用 5标准质量用 30~50octree_resolution网格化marching cubes分辨率380细节不足时提到 420num_chunks体素解码分块数20000显存富余可加大显存档位形状生成约 6GB形状加纹理约 16GB官方口径卡不够时在gradio_app.py加--low_vram_mode它会在生成后清空缓存、降低常驻占用。三个常见现象现象轮廓锯齿、细结构缺失 → 原因octree_resolution或步数偏低 → 处理分辨率提到 420交付件别用 5 步 Turbo回到 30~50 步标准模式。现象多视图对应区域有裂缝、错位 → 原因输入图背景残留或光照不一致 → 处理先统一BackgroundRemover去背三视图同物同光再送入。现象CUDA 显存不足 → 原因形状与纹理模型同时常驻 → 处理换 0.6B 的 Hunyuan3D-2mini或走 Gradio 的--low_vram_mode。 入口与集成Gradio、API服务器、Blender# Gradio 页面默认 8080 端口 python3 gradio_app.py --model_path tencent/Hunyuan3D-2mini --subfolder hunyuan3d-dit-v2-mini-turbo --texgen_model_path tencent/Hunyuan3D-2 --low_vram_mode --enable_flashvdm # API 服务器POST /generate 即可图像转3D python api_server.py --host 0.0.0.0 --port 8080Gradio 界面带预览窗口的完整交互页支持单图与多视图、去背与种子控制。API 服务器把生成能力暴露成 HTTP 接口方便批量处理。Blender 插件blender_addon.py需先启动 API 服务器在 Blender 里直接调服务生成。接下来可以试什么examples/fast_shape_gen_multiview.py多视图加 FlashVDM 的组合看加速在多视图下的效果。examples/textured_shape_gen_multiview.py多视图形状加纹理的完整链路一次拿到带纹理成品。minimal_demo.py接纹理增强模块把贴图分辨率再往上提一档。先跑通单图生成建立手感再逐步加多视图和纹理是最省时间的路线。【免费下载链接】Hunyuan3D-2High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.项目地址: https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

读完文章,也想定制专属网站?

尧图设计师 24 小时内与您沟通定制方案

免费获取报价