コードブック検索トランスフォーマーで、ぼやけた低画質・破損した写真や動画の顔を復元するPythonツール。
world-grow/WorldGrow
WorldGrowの研究実装。シードブロックから、ブロック単位で歩行可能な無限3Dワールドを生成し、Gaussian splatsとメッシュを出力します。
- スター
- 500
- フォーク
- 28
- 未解決の Issue
- 7
- 最終コミット
- 11 か月前
これは何?
WorldGrowは、無限に広がるオープンエンドな3Dワールド生成を実現する階層型フレームワークの研究実装です。単一のシードブロックを起点に、ブロック単位の合成と粗密の段階的なリファインメントによって環境を拡張し、全体として一貫したレイアウトと、細部まで表現された局所的な形状・外観の実現を目指します。
生成されるシーンは歩行可能で、ナビゲーションやプランニングの評価に適しているとされています。付属のサンプルスクリプトでは、Hugging Faceから学習済みパイプラインを読み込み、指定したブロック数のワールドを生成して、レンダリング動画、3DGS点群(.ply)、メッシュ(.glb)を書き出します。
このコードはTRELLIS環境をベースとしており、プロジェクトによると、モデルの実行に必要な変更済みのcummおよびspconvサブモジュールが含まれています。学習済み重みは公開されていますが、学習パイプライン全体とライセンスはまだ公開されていません。
主な機能
- 01単一のシードブロックを起点に拡張し、明示的な3Dワールドを生成します。
- 02ブロック単位の合成と粗密の段階的なリファインメントを組み合わせます。
- 03レンダリング動画、3DGS点群、メッシュを出力します。
- 04シンプルなPython APIを使って、Hugging Faceから学習済み重みを読み込みます。
- 05ナビゲーションやプランニングの評価に使える歩行可能なシーンを生成します。
ユースケース
- ロボットシミュレーション向けに、大規模な屋内環境や合成環境を生成する。
- 手続き的に拡張したシーンで、ナビゲーションや経路計画アルゴリズムを評価する。
- 階層型またはブロックベースの3Dシーン生成を研究する。
クイックスタート
- 1
サブモジュールを含めてリポジトリをクローンする
git clone --recurse-submodules https://github.com/world-grow/WorldGrow.git - 2
TRELLISのインストール手順に従って環境をセットアップする
- 3
サンプルスクリプト example_world_grow.py を実行してワールドを生成する
使う前に知っておきたいこと
- ライセンスは指定されていません。READMEにはライセンスは未定(TBD)と記載されています。
- 推論にはCUDAが必要です(サンプルでは pipeline.cuda() を呼び出すため、GPUが必要です)。
- セットアップでは、標準パッケージではなく、submodulesフォルダー内のカスタムビルド版 cumm と spconv が必要です。
トピック
よくある質問
- WorldGrow とは?
- WorldGrowの研究実装。シードブロックから、ブロック単位で歩行可能な無限3Dワールドを生成し、Gaussian splatsとメッシュを出力します。 WorldGrowは、無限に広がるオープンエンドな3Dワールド生成を実現する階層型フレームワークの研究実装です。単一のシードブロックを起点に、ブロック単位の合成と粗密の段階的なリファインメントによって環境を拡張し、全体として一貫したレイアウトと、細部まで表現された局所的な形状・外観の実現を目指します。
- WorldGrow は無料で使えますか?ライセンスは?
- WorldGrow にはライセンスが明記されていません。コードは公開されていますが、ライセンスがない場合は再利用の許諾がないため、利用前に作者に確認することをおすすめします。
- WorldGrow は今もメンテナンスされていますか?
- 半年以上コミットなし。WorldGrow の最終コミットは 2025年12月3日 です。
- WorldGrow は何に使えますか?
- ロボットシミュレーション向けに、大規模な屋内環境や合成環境を生成する。 手続き的に拡張したシーンで、ナビゲーションや経路計画アルゴリズムを評価する。 階層型またはブロックベースの3Dシーン生成を研究する。
- WorldGrow のインストール方法は?
- サブモジュールを含めてリポジトリをクローンする: git clone --recurse-submodules https://github.com/world-grow/WorldGrow.git TRELLISのインストール手順に従って環境をセットアップする サンプルスクリプト example_world_grow.py を実行してワールドを生成する
- WorldGrow はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/world-grow/WorldGrow
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Appleの研究コード。1枚の写真から1秒未満で3D Gaussianシーンを生成し、近傍の新しい視点からレンダリングできます。
医療画像データの深層学習に向けた、PyTorchベースのオープンソースフレームワーク。
PyTorchベースの深層学習モデルでPDFや画像のテキストを検出・認識する、オープンソースのPython OCRライブラリ。
軽量なZipVoiceベースのTTSモデル。音声のクローンと48kHzの音声生成に対応し、GPUでリアルタイムの150倍超で動作。
Hugging Face Hubのリポジトリをダウンロード、アップロード、管理する公式CLI(hf)とPythonクライアント。