Портативный пакет для Windows с веб-приложением Hunyuan3D 2.0/2.1 на Gradio, готовый к запуску без ручной настройки.
hi3d-official/Hi3Dv1.0
Открытый код для инференса и веса модели, которая уточняет грубую 3D-сетку до высокодетализированной геометрии по референсному изображению.
- Звёзды
- 238
- Форки
- 17
- Открытые issues
- 0
- Последний коммит
- позавчера
Что это?
Hi3D v1.0 принимает грубую сетку и референсное изображение того же объекта и создаёт уточнённую сетку высокого разрешения. В основе проекта — разреженное представление Sparc3D: конвейер последовательно сэмплирует разреженные латенты, декодирует их с помощью разреженного VAE и извлекает сетку, повторяя процесс максимум в три прохода.
Конвейер поддерживает разрешения 512, 1024 и 1536; для разрешения 1536 выполняются все три прохода. На выходе получается только геометрия — без текстур и материалов. Пользователи Python загружают модель с Hugging Face через класс Sparc3DPipeline, а CLI-скрипт уточняет уже существующую сетку и не зависит от генератора грубой сетки.
Для инференса требуются Linux, Python 3.10 и видеокарта NVIDIA с compute capability 8.0 или выше; запуск на CPU не поддерживается. В репозитории нет кода для обучения и инструментов оценки.
Ключевые возможности
- 01Уточняет грубую сетку по референсному изображению того же объекта.
- 02Создаёт высокодетализированную геометрию с разрешением 512, 1024 или 1536.
- 03Загружает веса модели напрямую с Hugging Face или из локальной директории.
- 04Предоставляет Python API и CLI-скрипт для уточнения сеток.
- 05Поддерживает последовательный перенос вычислений на CPU и callback-функции для отслеживания прогресса после каждого шага.
Сценарии использования
- Добавление мелких деталей поверхности к сеткам, созданным 3D-генератором.
- Уточнение low-poly-моделей и грубых сеток по референсному фото.
- Пакетная обработка существующих сеток в конвейере подготовки 3D-ассетов.
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/hi3d-official/Hi3Dv1.0.git - 2
Перейдите в каталог проекта
cd Hi3Dv1.0 - 3
Установите PyTorch с CUDA 12.4 (затем установите flash-attn, следуя инструкциям в README)
pip install torch==2.5.0+cu124 torchvision==0.20.0+cu124 --extra-index-url https://download.pytorch.org/whl/cu124 - 4
Установите проект из исходного кода с дополнительным компонентом inference
pip install -c docker/constraints.txt -e ".[inference]"
Что важно знать
- Требуются Linux и GPU NVIDIA с compute capability 8.0 или выше; вариант инференса на CPU не предусмотрен.
- Разрешение 1536 проверено только на NVIDIA H20 с 96 ГБ, поэтому работа на видеокартах с меньшим объёмом памяти не проверялась.
- Коммерческое использование разрешено только на условиях специальной лицензии Hi3D Open License, в которой установлены пороговые значения числа пользователей и выручки, а также требования к брендингу.
- Установка доступна только из исходного кода, релиза на PyPI нет. Также необходимы подходящая версия CUDA Toolkit и сборка flash-attn.
Темы
Частые вопросы
- Что такое Hi3Dv1.0?
- Открытый код для инференса и веса модели, которая уточняет грубую 3D-сетку до высокодетализированной геометрии по референсному изображению. Hi3D v1.0 принимает грубую сетку и референсное изображение того же объекта и создаёт уточнённую сетку высокого разрешения. В основе проекта — разреженное представление Sparc3D: конвейер последовательно сэмплирует разреженные латенты, декодирует их с помощью разреженного VAE и извлекает сетку, повторяя процесс максимум в три прохода.
- Hi3Dv1.0 можно использовать бесплатно? Какая у него лицензия?
- Hi3Dv1.0 распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- Hi3Dv1.0 всё ещё поддерживается?
- Активно поддерживается. Последний коммит в Hi3Dv1.0 — 23 окт. 2026 г..
- Для чего можно использовать Hi3Dv1.0?
- Добавление мелких деталей поверхности к сеткам, созданным 3D-генератором. Уточнение low-poly-моделей и грубых сеток по референсному фото. Пакетная обработка существующих сеток в конвейере подготовки 3D-ассетов.
- Как установить Hi3Dv1.0?
- Клонируйте репозиторий: git clone https://github.com/hi3d-official/Hi3Dv1.0.git Перейдите в каталог проекта: cd Hi3Dv1.0 Установите PyTorch с CUDA 12.4 (затем установите flash-attn, следуя инструкциям в README): pip install torch==2.5.0+cu124 torchvision==0.20.0+cu124 --extra-index-url https://download.pytorch.org/whl/cu124 Установите проект из исходного кода с дополнительным компонентом inference: pip install -c docker/constraints.txt -e ".[inference]"
- Где скачать Hi3Dv1.0?
- Исходный код и инструкции по установке — на GitHub: https://github.com/hi3d-official/Hi3Dv1.0
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Исследовательский код WorldGrow — метода генерации бесконечных проходимых 3D-миров по блокам, начиная с начального блока; результат — Gaussian splats и меши.
Воссоздаёт объект по одному изображению в виде процедурного TypeScript-кода для Three.js, готового к анимации, а не файла с мешем.
Открытая mesh VPN на базе WireGuard, которая соединяет устройства, людей и AI-агентов через зашифрованные P2P-туннели с контролем доступа на основе идентификации.
GUI с узловым графом, API и бэкенд для локального запуска диффузионных моделей и генерации изображений, видео, аудио и 3D-контента.
Инструмент на Python для восстановления лиц вслепую: улучшает размытые, низкокачественные и повреждённые лица на фото и видео с помощью трансформера с поиском по кодовой книге.