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.
world-grow/WorldGrow
Исследовательский код WorldGrow — метода генерации бесконечных проходимых 3D-миров по блокам, начиная с начального блока; результат — Gaussian splats и меши.
- Звёзды
- 500
- Форки
- 28
- Открытые issues
- 7
- Последний коммит
- 11 месяцев назад
Что это?
WorldGrow — исследовательская реализация иерархического фреймворка для генерации бесконечных 3D-миров с открытой структурой. Фреймворк начинает с одного начального блока и постепенно строит более крупное окружение с помощью синтеза по блокам и уточнения от грубого к детальному, стремясь обеспечить согласованную общую планировку и детализированную локальную геометрию и внешний вид.
Сгенерированные сцены описаны как проходимые и подходящие для оценки навигации и планирования. Пример скрипта загружает предобученный пайплайн с Hugging Face, генерирует мир заданного размера в блоках и экспортирует отрендеренное видео, облако точек 3DGS (.ply) и меш (.glb).
Код основан на окружении TRELLIS и включает изменённые подмодули cumm и spconv, которые, согласно проекту, необходимы для его моделей. Предобученные веса опубликованы, а полный пайплайн обучения и лицензия пока не представлены.
Ключевые возможности
- 01Генерирует явные 3D-миры, разрастая их от одного начального блока.
- 02Сочетает синтез по блокам с уточнением от грубого к детальному.
- 03Экспортирует отрендеренное видео, облако точек 3DGS и меши.
- 04Загружает предобученные веса с Hugging Face через простой Python API.
- 05Создаёт проходимые сцены для оценки навигации и планирования.
Сценарии использования
- Генерация крупных помещений или синтетических окружений для симуляции робототехники.
- Оценка алгоритмов навигации и планирования маршрутов в процедурно сгенерированных сценах.
- Исследование иерархической генерации 3D-сцен и генерации по блокам.
Быстрый старт
- 1
Клонируйте репозиторий вместе с подмодулями
git clone --recurse-submodules https://github.com/world-grow/WorldGrow.git - 2
Настройте среду, следуя инструкциям по установке TRELLIS
- 3
Запустите пример example_world_grow.py, чтобы сгенерировать мир
Что важно знать
- Лицензия не указана; в README сказано, что она пока не определена (TBD).
- Для инференса требуется CUDA (в примере вызывается pipeline.cuda()), поэтому необходим GPU.
- Для настройки нужны специальные сборки cumm и spconv из папки submodules, а не стандартные пакеты.
Темы
Частые вопросы
- Что такое WorldGrow?
- Исследовательский код WorldGrow — метода генерации бесконечных проходимых 3D-миров по блокам, начиная с начального блока; результат — Gaussian splats и меши. WorldGrow — исследовательская реализация иерархического фреймворка для генерации бесконечных 3D-миров с открытой структурой. Фреймворк начинает с одного начального блока и постепенно строит более крупное окружение с помощью синтеза по блокам и уточнения от грубого к детальному, стремясь обеспечить согласованную общую планировку и детализированную локальную геометрию и внешний вид.
- WorldGrow можно использовать бесплатно? Какая у него лицензия?
- У WorldGrow не указана лицензия. Код открыт, но без лицензии нет явного разрешения на его использование — уточните у автора, прежде чем на него полагаться.
- WorldGrow всё ещё поддерживается?
- Нет коммитов больше 6 месяцев. Последний коммит в WorldGrow — 3 дек. 2025 г..
- Для чего можно использовать WorldGrow?
- Генерация крупных помещений или синтетических окружений для симуляции робототехники. Оценка алгоритмов навигации и планирования маршрутов в процедурно сгенерированных сценах. Исследование иерархической генерации 3D-сцен и генерации по блокам.
- Как установить WorldGrow?
- Клонируйте репозиторий вместе с подмодулями: git clone --recurse-submodules https://github.com/world-grow/WorldGrow.git Настройте среду, следуя инструкциям по установке TRELLIS Запустите пример example_world_grow.py, чтобы сгенерировать мир
- Где скачать WorldGrow?
- Исходный код и инструкции по установке — на GitHub: https://github.com/world-grow/WorldGrow
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Apple's research code that turns a single photo into a 3D Gaussian scene in under a second, renderable as nearby novel views.
Фреймворк с открытым исходным кодом на базе PyTorch для глубокого обучения на медицинских изображениях: предобработка, сети, функции потерь и метрики оценки.
Библиотека OCR с открытым исходным кодом для Python: обнаруживает и распознаёт текст в PDF и изображениях с помощью моделей глубокого обучения на PyTorch.
Лёгкая TTS-модель на базе ZipVoice для клонирования голоса и генерации речи с частотой 48 кГц, работающая на GPU быстрее реального времени более чем в 150 раз.
The official CLI (hf) and Python client for downloading, uploading and managing repositories on the Hugging Face Hub.