把文字描述直接变成可编辑的 3D 模型和 CAD 设计，省去从零建模的麻烦，适合 3D 打印和快速原型场景。
用单步扩散模型修复 3D 重建中的伪影和缺失细节，提升 NeRF 与高斯泼溅的渲染质量，出自 CVPR 2025 Oral。
输入一张参考图和提示词，按指定相机轨迹生成可预览、可回放、可追溯的三维场景，并能在浏览器里直接查看彩色/深度动画和高斯点云。
用高斯层级表示做三维重建和新视角合成，能从多视角图像重建可实时渲染的场景，适合需要高质量渲染的 3D 视觉任务。
整理图像匹配与位姿估计方向的论文和资源清单，覆盖透视图像和全景图，方便做三维重建、SLAM 的人快速找文献。
从文本、图像或 3D 条件生成 3D 内容的扩散模型，通过检索增强引入参考模型，提升生成质量与可控性。
基于曼哈顿世界假设的神经隐式三维重建方法，利用场景中互相垂直的平面结构约束，从多视角图像重建室内房间的稠密几何。
从单张图片生成多视角一致图像，进而重建完整三维场景，解决单视图场景重建中视角覆盖不足的问题。
CVPR 2022 发布的大规模 3D 头部对齐数据集，提供密集、准确、多样的标注，用于从单张图像重建 3D 人脸和头部。
从图像生成带物理属性的三维资产，让模型产出的 3D 物体不仅外形逼真，还具备质量、材质等可供仿真使用的物理参数。
本地优先的 AI 图像整理与生成媒体库管理工具，支持 ComfyUI、A1111、InvokeAI 等，可按提示词、模型、LoRA、元数据或视觉相似度检索海量输出目录。
用 AI 深度估计把普通 2D 视频转成 3D，支持多种输出格式，适合做立体视频和 3D 渲染。
面向图像、视频、音频和 3D 数据的开源标注平台，支持 AI 辅助标注、质量校验、团队协作和开发者 API，适合构建计算机视觉数据集。
基于节点图的扩散模型图形界面与后端，支持本地快速推理和 API 调用，方便搭建和调试图像生成工作流。
微软开源的统一 3D 生成模型，用结构化 3D 潜变量把文本或图像转成高质量 3D 资产，支持大规模、多用途的 3D 内容创作。
把参考图片重建为纯代码、可动画的 Three.js 程序化模型，省去手工建模，适合在网页里快速生成可交互 3D 场景。
一套开箱即用的 2D/3D 人脸分析算法库，集成 ArcFace、RetinaFace 等模型，覆盖人脸检测、对齐、识别和年龄估计，支持 PyTorch、MXNet 等多后端。
多视图几何 C++ 库，为三维计算机视觉和运动恢复结构（SfM）提供基础算法，可做摄影测量与三维重建。
基于 PyTorch 的激光雷达 3D 目标检测工具箱，统一了 PointPillar、PV-RCNN 等主流点云检测模型的训练与评测流程，省去自己搭框架的麻烦。
多类型数据标注工具，支持图像、文本、音频等标注任务，输出统一格式，方便为机器学习和深度学习项目准备训练数据。
跨平台桌面标注工具，支持文本、图像、视频、点云和多模态数据，内置 AI 模型辅助预标注，可导出多种格式。
轻量模块化的 C++11 图形中间件，帮游戏和数据可视化项目快速接入 OpenGL、Vulkan 等底层图形接口，省去自己搭渲染管线的麻烦。
基于 PyTorch 的医学影像深度学习工具包，提供数据加载、预处理、网络结构和评估等组件，帮研究者快速搭建医疗影像 AI 流程。
用 Stable Diffusion 做音频驱动唇形同步，让视频或虚拟人像的口型与语音对齐，适合做数字人和视频配音。
跨平台开源医学影像可视化与计算软件，支持CT、神经影像等数据处理，可用于图像引导治疗和3D打印建模。
从单张开放域图像估计深度、法线和相机参数的几何模型，CVPR'25 Oral 工作，可用于单目三维重建与场景理解。
Meta 开源的通用前馈式三维重建模型，能从单张或多视角图像直接恢复带真实尺度的三维几何，省去传统 SfM 的繁琐标定与优化流程。
用 Blender 程序化生成带深度、位姿等标注的逼真训练图像，解决计算机视觉任务缺高质量合成数据的问题。
ComfyUI 的节点扩展套件，把图像处理、滤镜、遮罩、文本逻辑、数值、潜空间、文件、3D 场景和动画等操作封装成节点，方便在 ComfyUI 工作流里直接调用。
从单张图片生成结构化、可分解的 3D 网格模型，把物体拆成多个部件分别建模，方便后续编辑和装配。
秒级生成任意 3D 场景的生成模型，支持文本或图像输入，可用于快速搭建三维世界与场景重建。
可微分渲染器 SoftRas 的官方实现，把光栅化过程变得可导，让基于图像的三维重建和几何推理能端到端训练。
RoMa 是 CVPR 2024 提出的鲁棒稠密特征匹配器，能为几乎任意图像对估计像素级稠密形变和可靠的匹配置信度，用于 3D 重建等任务。
腾讯混元开源的通用三维重建模型，能从单图或多视图快速还原三维场景，面向图像转 3D 与世界模型生成等任务。
基于 PyTorch 的医学图像分割非官方实现，支持 2D 和 3D 数据，方便快速搭建和训练分割模型。
纯 Java 实现的高性能计算机视觉库，覆盖 SFM、相机标定、基准标记识别、目标跟踪和图像处理，适合在 Android 或 JVM 上做 3D 视觉与摄影测量。
用单张图片生成高质量 3D 物体的 PyTorch 实现，结合 2D 与 3D 扩散先验，解决单图三维重建中几何与纹理质量不足的问题。
Objectron 是面向 3D 物体检测的数据集，包含约 1.5 万段以物体为中心的短视频和 400 万张标注图像，每帧都带 3D 包围盒和 AR 相机位姿，可用于训练从多视角估计物体位置、朝向和尺寸的模型。
面向医学影像的智能标注与主动学习工具，在 3D Slicer 等客户端里边标注边训练模型，减少人工勾画工作量。
一套用 CPU、GPU 和 APU 做纹理与 3D 模型压缩、优化和分析的工具集，支持 BC、ASTC、ETC 等格式，帮图形开发者减小资源体积并检查画质。