Overview
产品概述
3DTopia 是一个采用 Apache-2.0 许可证的开源项目，自称“两阶段文本到3D生成模型”。第一阶段使用扩散模型快速生成候选3D资产，第二阶段对选中的资产进行细化。项目提供了包括 gradio_demo.py、sample_stage1.py 在内的使用脚本，支持通过文本提示进行推理，并引用了 Objaverse 数据集和 Stable Diffusion 等开源基础。
Capabilities
核心能力
两阶段文本生成3D流程
第一阶段使用扩散模型快速生成候选3D资产，第二阶段对选中的资产进行细化。
快速文本到3D生成
官方主页标注“Text-to-3D Generation within 5 Minutes”，项目提供命令行脚本与 Gradio 演示，支持自动下载检查点后快速开始生成。
可配置的采样与渲染参数
推理脚本支持 --sampler、--steps、--cfg_scale、--mcubes_res、--render_res 等参数，并可关闭多视角视频和 marching cubes 以节省显存。
Use Cases
适用场景
-
01
快速概念原型
输入文本提示（例如 "a robot"）生成候选3D模型，用于概念阶段的快速可视化。
-
02
网格细化和后处理
使用 threefiner 的 sd 与 if2 命令对第一阶段结果进行细化，最终输出 .glb 格式的网格。
-
03
学术研究与复现
项目公开技术报告并提供 BibTeX 引文，便于研究社区复现与引用。
Integrations
集成能力
threefiner
第二阶段网格细化工具，项目使用 threefiner sd 和 threefiner if2 命令进行细化。
Hugging Face
模型检查点可从 Hugging Face 下载，包括 3dtopia_diffusion_state_dict.ckpt 或 model.safetensors。
Gradio
提供 gradio_demo.py 演示脚本，并支持自动下载检查点。
Objaverse
项目使用 Objaverse 数据集作为基础数据集。
Stable Diffusion
项目代码参考了 Stable Diffusion 的开源实现。
