腾讯混元开源的大规模扩散模型，能从文本或图片直接生成高分辨率3D模型，带精细几何形状和纹理，省去手工建模流程。
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。
腾讯混元开源的图生 3D 模型，能从单张图片生成带生产级 PBR 材质的高精度 3D 资产，适合直接用于游戏和影视管线。
Windows 上开箱即用的混元 3D 2.0/2.1 整合包，免配置环境即可从图片或文字生成带纹理的 3D 模型。
用空间稀疏注意力做超大规模 3D 生成，单卡也能跑千兆级 3D 内容，支持图生 3D 和 3D 重建。
用图生文生方式生成带 PBR 材质的高质量 3D 资产，基于 Primitive Diffusion 把 3D 生成拆成可扩展的图元扩散过程。
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。
从单张图片或一句文本提示生成大范围可漫游的 3D 场景，先产出高质量全景视频再重建三维空间，适合做可探索虚拟场景。
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。
带空间标注的大规模视频数据集，为视频生成、3D/4D 重建和空间推理模型提供训练与评测数据。
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。
把图片或提示词一键变成带贴图、骨骼和动画的游戏角色，本地跑在 Apple Silicon 或 NVIDIA 上，适合独立游戏开发者和 3D 美术。
把 3D Gaussian Splatting 场景转换成稠密点云，方便后续做测量、编辑和点云处理，省去从零重建的麻烦。
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。
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。
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。
把生成模型里隐含的 3D 先验知识迁移到场景理解任务上，让视觉语言模型在空间推理时更懂三维结构。
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。
用多尺度 3D VQVAE 把单张图片或文本自回归生成 3D 物体，同时支持 3D 理解，适合做图生 3D 和多模态 3D 研究。
用视觉语言模型把二维工程图纸自动转成三维 CAD 模型，省去手工建模的重复劳动。
让任意大模型通过 MCP 协议直接操控 Blender 建模的社区插件，用自然语言就能驱动 3D 创作流程。
浏览器里就能用的开源 3D 建筑设计软件，面向 AECO 行业，支持扫描转 BIM，还能通过 MCP 和 CLI 让 AI Agent 直接操作建模流程。
单张图片就能快速重建出 3D 物体模型的前馈生成模型，适合需要批量产出 3D 资产的场景。
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。
把 Claude Code 变成游戏 Mod 开发助手，提供侦察、逆向工程、fal 生成美术/3D/音频、游戏内测试和演示视频等技能与 MCP 工具，几乎能改任何 PC 游戏。
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。
一份精选的游戏开发资源清单，涵盖 2D/3D 引擎、框架与工具，帮开发者快速找到合适的游戏开发库和素材。
跨平台 3D 游戏引擎，支持 C++ 与 C# 脚本开发，可用于制作 PC、主机和移动端游戏。
实时交互式数字人直播方案，基于 ER-NeRF、MuseTalk 等模型实现音频驱动口型同步与说话头生成，可用于虚拟主播和实时对话场景。
用自然语言描述就能生成 STEP、STL 等 CAD 模型文件，把文字直接变成可加工的三维零件设计，适合机械工程和机器人领域的快速原型。
医学影像分割的深度学习工具箱，开箱即用，能自动配置训练流程，在 CT、MRI 等 3D 数据上达到竞赛级精度。
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。
轻量级 C++ 网格优化库，通过顶点缓存重排、索引压缩和网格简化，让 3D 模型体积更小、GPU 渲染更快。
通用 AIGC 视频引擎，把剧本到成片串成一条流水线，覆盖漫剧、广告、电商和乙游等场景，省去多工具拼接的麻烦。
开源体素游戏创作平台，用 Lua 就能轻松写模组、搭游戏，不用从零造引擎。
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。
跨平台渲染库，屏蔽 DirectX、OpenGL、Metal、Vulkan 等图形 API 差异，让你自带引擎或框架也能统一接入渲染。
从单张图片快速生成 3D 网格模型，基于稀疏视角大重建模型，几秒内就能输出可用的网格资产。
从文字或图片直接生成可漫游、可交互的沉浸式 3D 场景，用世界模型把 3D 内容创作的门槛降下来。
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。