[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-lzzcd001--MeshDiffusion":3,"tool-lzzcd001--MeshDiffusion":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",157379,2,"2026-04-15T23:32:42",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":76,"owner_email":76,"owner_twitter":78,"owner_website":79,"owner_url":80,"languages":81,"stars":98,"forks":99,"last_commit_at":100,"license":101,"difficulty_score":102,"env_os":103,"env_gpu":104,"env_ram":103,"env_deps":105,"category_tags":112,"github_topics":113,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":118,"updated_at":119,"faqs":120,"releases":155},8073,"lzzcd001\u002FMeshDiffusion","MeshDiffusion","Official implementation of \"MeshDiffusion: Score-based Generative 3D Mesh Modeling\" (ICLR 2023 Spotlight)","MeshDiffusion 是一款基于扩散模型的开源工具，专为直接生成高质量 3D 网格（Mesh）而设计。它源自 ICLR 2023 的焦点论文，核心目标是解决传统 AI 在生成 3D 内容时往往只能输出点云或体素，难以直接获得可编辑、拓扑结构完整的网格模型这一痛点。\n\n该工具的独特之处在于采用了“深度行进四面体”（DMTet）参数化技术。通过将扩散过程直接作用于 DMTet 表示，MeshDiffusion 能够从无到有地生成复杂的 3D 形状，支持无条件随机生成，也能根据单张视图图像补全被遮挡的几何细节，最终输出标准的 OBJ 格式文件。目前官方提供了椅子、汽车、飞机等类别的预训练模型，方便快速验证效果。\n\nMeshDiffusion 非常适合 3D 视觉研究人员、AI 开发者以及需要自动化构建 3D 资产的技术型设计师使用。由于涉及 CUDA 环境配置及 Python 代码运行，它更适合具备一定深度学习基础的开发者进行本地部署、二次开发或学术研究，而非面向零技术背景的普通大众用户。对于希望探索生成式 3D 建模前沿技术、构建自定义 3D 数据集或研发相关应用的专业人士来说，这是","MeshDiffusion 是一款基于扩散模型的开源工具，专为直接生成高质量 3D 网格（Mesh）而设计。它源自 ICLR 2023 的焦点论文，核心目标是解决传统 AI 在生成 3D 内容时往往只能输出点云或体素，难以直接获得可编辑、拓扑结构完整的网格模型这一痛点。\n\n该工具的独特之处在于采用了“深度行进四面体”（DMTet）参数化技术。通过将扩散过程直接作用于 DMTet 表示，MeshDiffusion 能够从无到有地生成复杂的 3D 形状，支持无条件随机生成，也能根据单张视图图像补全被遮挡的几何细节，最终输出标准的 OBJ 格式文件。目前官方提供了椅子、汽车、飞机等类别的预训练模型，方便快速验证效果。\n\nMeshDiffusion 非常适合 3D 视觉研究人员、AI 开发者以及需要自动化构建 3D 资产的技术型设计师使用。由于涉及 CUDA 环境配置及 Python 代码运行，它更适合具备一定深度学习基础的开发者进行本地部署、二次开发或学术研究，而非面向零技术背景的普通大众用户。对于希望探索生成式 3D 建模前沿技术、构建自定义 3D 数据集或研发相关应用的专业人士来说，这是一个极具参考价值的开源项目。","# MeshDiffusion: Score-based Generative 3D Mesh Modeling\n\n\n\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flzzcd001_MeshDiffusion_readme_0e64a92b6bcf.jpg\" width=\"900\"\u002F>\n\u003C\u002Fdiv>\n\n## Introduction\n\nThis is the official implementation of [MeshDiffusion](https:\u002F\u002Fopenreview.net\u002Fforum?id=0cpM2ApF9p6) (ICLR 2023 Spotlight).\n\nMeshDiffusion is a diffusion model for generating 3D meshes with a direct parametrization of deep marching tetrahedra (DMTet). Please refer to [our project page](https:\u002F\u002Fmeshdiffusion.github.io) for more details and interactive demos.\n\n\n\n\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flzzcd001_MeshDiffusion_readme_cbfb42f89efb.jpg\" width=\"900\"\u002F>\n\u003C\u002Fdiv>\n\n## Getting Started\n\n### Requirements\n\n- Python >= 3.8\n- CUDA 11.6\n- Pytorch >= 1.6\n- Pytorch3D\n- ml_collections\n\n\nFollow the instructions to install requirements for [nvdiffrec](https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fnvdiffrec)\n\n### Pretrained Models\n\nDownload our pretrained MeshDiffusion models (resolution 64) for [chair](https:\u002F\u002Fkeeper.mpdl.mpg.de\u002Ff\u002F95640f5bd3764a44b907\u002F?dl=1), [car](https:\u002F\u002Fkeeper.mpdl.mpg.de\u002Ff\u002F061265ef78df494baaf5\u002F?dl=1), [airplane](https:\u002F\u002Fkeeper.mpdl.mpg.de\u002Ff\u002Ff5074d6b0cb24445a80d\u002F?dl=1), [table](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Ftable_res64.pt) and [rifle](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Frifle_res64.pt). As a backup option, you can also download the models for car and chair from [Google Drive](https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F15IjbUM1tQf8gS0YsRqY5ZbMs-leJgoJ0?usp=sharing).\n\nDownload the res-128 models here: [car](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Fcar_res128.pt) and [chair](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Fchair_res128.pt).\n\n### Datasets\n\nWe provide processed datasets (in the form of cubic grids) of resolution 64 in this [link](https:\u002F\u002Fhuggingface.co\u002Fdatasets\u002Flzzcd001\u002FMeshDiffusion_DMTet_Dataset). The deformation scale for the datasets is set to 3.0, and the SDF values of all non-mesh-generating tetrahedral vertices are set to either 1 or -1 (depending on their signs), as described in the paper. The cubic grids with the boundary removed are of size 63x63x63 and padded on the right to 64x64x64 for convenience. Please check `eval.py` to see how to extract DMTet representations from the 3D cubic grids.\n\n## Inference\n\n### Unconditional Generation\n\nRun the following\n\n```\npython main_diffusion.py --config=$DIFFUSION_CONFIG --mode=uncond_gen \\\n--config.eval.eval_dir=$OUTPUT_PATH \\\n--config.eval.ckpt_path=$CKPT_PATH\n```\n\nLater run\n\n```\ncd nvdiffrec\npython eval.py --config $DMTET_CONFIG --out-dir $OUT_DIR --sample-path $SAMPLE_PATH \\\n--deform-scale $DEFORM_SCALE [--angle-ind $ANGLE_INDEX] [--num-smoothing-steps $NUM_SMOOTHING_STEPS]\n```\n\nwhere `$SAMPLE_PATH` is the generated sample `.npy` file in `$OUTPUT_PATH`, and `$DEFORM_SCALE` is the scale of deformation of tet vertices set for the DMTet dataset (we use 3.0 for resolution 64 as default; change the value for your own datasets). Change `$ANGLE_INDEX` to some number from 0 to 50 if images rendered from different angles are desired. Change `$NUM_SMOOTHING_STEPS` (default value 3) if the Laplacian smoothing during post-processing is too strong. For instance, we recommend setting `$NUM_SMOOTHING_STEPS` to 1 or 2 for the airplane category.\n\nA mesh file (`.obj`) will be saved to the folder, which can be viewed in tools such as MeshLab. The saved images are rendered from raw meshes without post-processing and thus are used for fast sanity check only.\n\n\n### Single-view Conditional Generation\n\nFirst fit a DMTet from a single view of a mesh positioned in its canonical pose\n\n```\ncd nvdiffrec\npython fit_singleview.py --config $DMTET_CONFIG --mesh-path $MESH_PATH --angle-ind $ANGLE_IND --out-dir $OUT_DIR --validate $VALIDATE\n```\n\nwhere `$ANGLE_IND` is an integer (0 to 50) controlling the z-axis rotation of the object. Set `$VALIDATE` to 1 if visualization of fitted DMTets is needed.\n\nThen use the trained diffusion model to complete the occluded regions\n\n```\ncd ..\n\npython main_diffusion.py --mode=cond_gen --config=$DIFFUSION_CONFIG \\\n--config.eval.eval_dir=$EVAL_DIR \\\n--config.eval.ckpt_path=$CKPT_PATH \\\n--config.eval.partial_dmtet_path=$OUT_DIR\u002Ftets\u002Fdmtet.pt \\\n--config.eval.tet_path=$TET_PATH \\\n--config.eval.batch_size=$EVAL_BATCH_SIZE\n```\n\n, in which `$TET_PATH` is the uniform tetrahedral grid (of resolution 64 or 128) file in `nvdiffrec\u002Fdata\u002Ftets`.\n\nNow store the completed meshes as `.obj` files in `$SAMPLE_PATH`\n\n```\ncd nvdiffrec\npython eval.py --config $DMTET_CONFIG --sample-path $SAMPLE_PATH \\\n--deform-scale $DEFORM_SCALE [--angle-ind $ANGLE_INDEX] [--num-smoothing-steps $NUM_SMOOTHING_STEPS]\n```\n\nCaution: the deformation scale should be consistent for single view fitting and the diffusion model. Check before you run conditional generation.\n\n\n\n## Training\n\nFor ShapeNet, first create a list of paths of all ground-truth meshes and store them as a json file under `.\u002Fnvdiffrec\u002Fdata\u002Fshapenet_json`.\n\nThen run the following\n\n```\ncd nvdiffrec\npython fit_dmtets.py --config $DMTET_CONFIG --meta-path $META_PATH --out-dir $DMTET_DATA_PATH --index 0 --split-size 100000\n```\n\nwhere `split_size` is set to any large number greater than the dataset size. In case of batch fitting with multiple jobs, change `split_size` to a suitable number and assign a different `index` for different jobs. Tune the resolutions in the 1st and 2nd pass fitting in the config file if necessary. `$META_PATH` is the json file created to store the list of meshes paths.\n\nNow convert the DMTet dataset (stored as python dicts) into a dataset of 3D cubic grids:\n\n```\ncd ..\u002Fdata\u002F\npython tets_to_3dgrid.py --resolution $RESOLUTION --root $DMTET_DICT_FOLDER --source $SOURCE_FOLDER --target grid --index 0\n```\n\nin which we assume the DMTet dict dataset is stored in `$DMTET_DICT_FOLDER\u002F$SOURCE_FOLDER` and we will save the resulted cubic grid dataset in `$DMTET_DICT_FOLDER\u002Fgrid`.\n\nCreate a meta file of all dmtet 3D cubic grid file locations for diffusion model training:\n\n```\ncd ..\u002Fmetadata\u002F\npython save_meta.py --data_path $DMTET_DICT_FOLDER\u002Fgrid --json_path $META_FILE\n```\n\nTrain a diffusion model\n\n```\ncd ..\n\npython main_diffusion.py --mode=train --config=$DIFFUSION_CONFIG \\\n--config.data.meta_path=$META_FILE \\\n--config.data.filter_meta_path=$TRAIN_SPLIT_FILE\n```\n\nwhere `$TRAIN_SPLIT_FILE` is a json list of indices to be included in the training set. Examples in `metadata\u002Ftrain_split\u002F`. For the diffusion model config file, please refer to `configs\u002Fres64.py` or `configs\u002Fres128.py`.\n\n#### Training with our dataset\n\nThe provided datasets are stored in `.npy` instead of `.pt`. Run the following instead\n\n```\ncd ..\u002Fmetadata\u002F\npython save_meta.py --data_path $DMTET_NPY_FOLDER --json_path $META_FILE --extension npy\n```\n\nTrain a diffusion model\n\n```\ncd ..\n\npython main_diffusion.py --mode=train --config=$DIFFUSION_CONFIG \\\n--config.data.meta_path=$META_FILE \\\n--config.data.filter_meta_path=$TRAIN_SPLIT_FILE \\\n--config.data.extension=npy\n```\n\n## Texture Generation\n\nFollow the instructions in https:\u002F\u002Fgithub.com\u002FTEXTurePaper\u002FTEXTurePaper and create text-conditioned textures for the generated meshes.\n\n## Others\n\nIf tetrahedral grids of higher resolutions are needed, first follow the README in `nvdiffrec\u002Fdata\u002Ftets` and use [quartet](https:\u002F\u002Fgithub.com\u002Fcrawforddoran\u002Fquartet) to generate a uniform tetrahedral grid. Then run `nvdiffrec\u002Fdata\u002Ftets\u002Fcrop_tets.py` to remove the boundary (so that translational symmetry holds in the resulted grid).\n\n## Blender Visualization\n\nTo visualize generated meshes with blender, please see `blender_viz\u002F` for more details.\n\n## Citation\nIf you find our work useful to your research, please consider citing:\n\n```\n@InProceedings{Liu2023MeshDiffusion,\n    title={MeshDiffusion: Score-based Generative 3D Mesh Modeling},\n    author={Zhen Liu and Yao Feng and Michael J. Black and Derek Nowrouzezahrai and Liam Paull and Weiyang Liu},\n    booktitle={International Conference on Learning Representations},\n    year={2023},\n    url={https:\u002F\u002Fopenreview.net\u002Fforum?id=0cpM2ApF9p6}\n}\n```\n\n## Acknowledgement\n\nThis repo is adapted from https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fnvdiffrec and https:\u002F\u002Fgithub.com\u002Fyang-song\u002Fscore_sde_pytorch.\n","# MeshDiffusion：基于分数的生成式3D网格建模\n\n\n\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flzzcd001_MeshDiffusion_readme_0e64a92b6bcf.jpg\" width=\"900\"\u002F>\n\u003C\u002Fdiv>\n\n## 简介\n\n这是 [MeshDiffusion](https:\u002F\u002Fopenreview.net\u002Fforum?id=0cpM2ApF9p6)（ICLR 2023 Spotlight）的官方实现。\n\nMeshDiffusion 是一种用于生成3D网格的扩散模型，它直接使用深度Marching四面体（DMTet）进行参数化。更多详细信息和交互式演示，请参阅[我们的项目页面](https:\u002F\u002Fmeshdiffusion.github.io)。\n\n\n\n\u003Cdiv align=\"center\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flzzcd001_MeshDiffusion_readme_cbfb42f89efb.jpg\" width=\"900\"\u002F>\n\u003C\u002Fdiv>\n\n## 快速入门\n\n### 要求\n\n- Python >= 3.8\n- CUDA 11.6\n- Pytorch >= 1.6\n- Pytorch3D\n- ml_collections\n\n\n请按照 [nvdiffrec](https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fnvdiffrec) 的说明安装所需依赖。\n\n### 预训练模型\n\n下载我们预训练的MeshDiffusion模型（分辨率为64），适用于[椅子](https:\u002F\u002Fkeeper.mpdl.mpg.de\u002Ff\u002F95640f5bd3764a44b907\u002F?dl=1)、[汽车](https:\u002F\u002Fkeeper.mpdl.mpg.de\u002Ff\u002F061265ef78df494baaf5\u002F?dl=1)、[飞机](https:\u002F\u002Fkeeper.mpdl.mpg.de\u002Ff\u002Ff5074d6b0cb24445a80d\u002F?dl=1)、[桌子](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Ftable_res64.pt) 和 [步枪](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Frifle_res64.pt)。作为备用方案，您也可以从 [Google Drive](https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F15IjbUM1tQf8gS0YsRqY5ZbMs-leJgoJ0?usp=sharing) 下载汽车和椅子的模型。\n\n在此下载分辨率为128的模型：[汽车](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Fcar_res128.pt) 和 [椅子](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Fchair_res128.pt)。\n\n### 数据集\n\n我们提供了分辨率为64的处理后数据集（以立方体网格形式），可在此[链接](https:\u002F\u002Fhuggingface.co\u002Fdatasets\u002Flzzcd001\u002FMeshDiffusion_DMTet_Dataset)获取。数据集的形变尺度设置为3.0，所有非网格生成四面体顶点的SDF值根据其符号被设置为1或-1，如论文所述。移除边界的立方体网格大小为63x63x63，并为了方便起见在右侧填充至64x64x64。请查看 `eval.py` 以了解如何从3D立方体网格中提取DMTet表示。\n\n## 推理\n\n### 无条件生成\n\n运行以下命令：\n\n```\npython main_diffusion.py --config=$DIFFUSION_CONFIG --mode=uncond_gen \\\n--config.eval.eval_dir=$OUTPUT_PATH \\\n--config.eval.ckpt_path=$CKPT_PATH\n```\n\n随后运行：\n\n```\ncd nvdiffrec\npython eval.py --config $DMTET_CONFIG --out-dir $OUT_DIR --sample-path $SAMPLE_PATH \\\n--deform-scale $DEFORM_SCALE [--angle-ind $ANGLE_INDEX] [--num-smoothing-steps $NUM_SMOOTHING_STEPS]\n```\n\n其中 `$SAMPLE_PATH` 是 `$OUTPUT_PATH` 中生成的 `.npy` 样本文件，而 `$DEFORM_SCALE` 是为DMTet数据集设置的四面体顶点形变尺度（默认情况下，分辨率为64时我们使用3.0；请根据您自己的数据集调整该值）。如果需要从不同角度渲染图像，请将 `$ANGLE_INDEX` 更改为0到50之间的某个数字。如果后期处理中的拉普拉斯平滑效果过于强烈，可以调整 `$NUM_SMOOTHING_STEPS`（默认值为3）。例如，对于飞机类别，我们建议将 `$NUM_SMOOTHING_STEPS` 设置为1或2。\n\n最终会保存一个 `.obj` 格式的网格文件到指定文件夹中，您可以在MeshLab等工具中查看。保存的图像来自未经后期处理的原始网格，因此仅用于快速验证。\n\n\n### 单视角条件生成\n\n首先，从处于规范姿态的网格单视图中拟合一个DMTet：\n\n```\ncd nvdiffrec\npython fit_singleview.py --config $DMTET_CONFIG --mesh-path $MESH_PATH --angle-ind $ANGLE_IND --out-dir $OUT_DIR --validate $VALIDATE\n```\n\n其中 `$ANGLE_IND` 是控制物体绕z轴旋转的整数（0到50）。如果需要可视化拟合后的DMTet，请将 `$VALIDATE` 设置为1。\n\n然后使用训练好的扩散模型来补全遮挡区域：\n\n```\ncd ..\n\npython main_diffusion.py --mode=cond_gen --config=$DIFFUSION_CONFIG \\\n--config.eval.eval_dir=$EVAL_DIR \\\n--config.eval.ckpt_path=$CKPT_PATH \\\n--config.eval.partial_dmtet_path=$OUT_DIR\u002Ftets\u002Fdmtet.pt \\\n--config.eval.tet_path=$TET_PATH \\\n--config.eval.batch_size=$EVAL_BATCH_SIZE\n```\n\n其中 `$TET_PATH` 是位于 `nvdiffrec\u002Fdata\u002Ftets` 目录下的均匀四面体网格文件（分辨率为64或128）。\n\n现在将完成的网格以 `.obj` 文件的形式存储在 `$SAMPLE_PATH` 中：\n\n```\ncd nvdiffrec\npython eval.py --config $DMTET_CONFIG --sample-path $SAMPLE_PATH \\\n--deform-scale $DEFORM_SCALE [--angle-ind $ANGLE_INDEX] [--num-smoothing-steps $NUM_SMOOTHING_STEPS]\n```\n\n注意：单视图拟合和扩散模型所使用的形变尺度应保持一致。在进行条件生成之前请务必检查。\n\n\n\n## 训练\n\n对于ShapeNet数据集，首先创建所有真实标签网格路径的列表，并将其保存为 `.\u002Fnvdiffrec\u002Fdata\u002Fshapenet_json` 下的json文件。\n\n然后运行以下命令：\n\n```\ncd nvdiffrec\npython fit_dmtets.py --config $DMTET_CONFIG --meta-path $META_PATH --out-dir $DMTET_DATA_PATH --index 0 --split-size 100000\n```\n\n其中 `split_size` 可设置为大于数据集大小的任意大数值。如果采用多任务批量拟合，请将 `split_size` 调整为合适的数值，并为不同任务分配不同的 `index`。如有必要，可在配置文件中调整第一轮和第二轮拟合的分辨率。`$META_PATH` 是用于存储网格路径列表的json文件。\n\n现在将DMTet数据集（以Python字典形式存储）转换为3D立方体网格数据集：\n\n```\ncd ..\u002Fdata\u002F\npython tets_to_3dgrid.py --resolution $RESOLUTION --root $DMTET_DICT_FOLDER --source $SOURCE_FOLDER --target grid --index 0\n```\n\n假设DMTet字典数据集存储在 `$DMTET_DICT_FOLDER\u002F$SOURCE_FOLDER` 中，我们将生成的立方体网格数据集保存在 `$DMTET_DICT_FOLDER\u002Fgrid` 中。\n\n为扩散模型训练创建所有DMTet 3D立方体网格文件位置的元数据文件：\n\n```\ncd ..\u002Fmetadata\u002F\npython save_meta.py --data_path $DMTET_DICT_FOLDER\u002Fgrid --json_path $META_FILE\n```\n\n训练扩散模型：\n\n```\ncd ..\n\npython main_diffusion.py --mode=train --config=$DIFFUSION_CONFIG \\\n--config.data.meta_path=$META_FILE \\\n--config.data.filter_meta_path=$TRAIN_SPLIT_FILE\n```\n\n其中 `$TRAIN_SPLIT_FILE` 是包含要纳入训练集的索引的json列表。示例可在 `metadata\u002Ftrain_split\u002F` 中找到。关于扩散模型的配置文件，请参考 `configs\u002Fres64.py` 或 `configs\u002Fres128.py`。\n\n#### 使用我们提供的数据集进行训练\n\n所提供的数据集以 `.npy` 格式存储，而非 `.pt`。请改用以下命令：\n\n```\ncd ..\u002Fmetadata\u002F\npython save_meta.py --data_path $DMTET_NPY_FOLDER --json_path $META_FILE --extension npy\n```\n\n训练扩散模型：\n\n```\ncd ..\n\npython main_diffusion.py --mode=train --config=$DIFFUSION_CONFIG \\\n--config.data.meta_path=$META_FILE \\\n--config.data.filter_meta_path=$TRAIN_SPLIT_FILE \\\n--config.data.extension=npy\n```\n\n## 纹理生成\n\n请按照 https:\u002F\u002Fgithub.com\u002FTEXTurePaper\u002FTEXTurePaper 中的说明，为生成的网格创建文本条件纹理。\n\n## 其他\n\n如果需要更高分辨率的四面体网格，首先请遵循 `nvdiffrec\u002Fdata\u002Ftets` 目录下的 README 文件，使用 [quartet](https:\u002F\u002Fgithub.com\u002Fcrawforddoran\u002Fquartet) 生成均匀的四面体网格。然后运行 `nvdiffrec\u002Fdata\u002Ftets\u002Fcrop_tets.py` 脚本以移除边界（从而使结果网格满足平移对称性）。\n\n## Blender 可视化\n\n如需使用 Blender 可视化生成的网格，请参阅 `blender_viz\u002F` 目录以获取更多详细信息。\n\n## 引用\n\n如果您认为我们的工作对您的研究有所帮助，请考虑引用以下文献：\n\n```\n@InProceedings{Liu2023MeshDiffusion,\n    title={MeshDiffusion: 基于分数模型的三维网格生成},\n    author={刘振、冯瑶、迈克尔·J·布莱克、德里克·诺鲁泽扎赖、利亚姆·保尔、刘伟阳},\n    booktitle={国际学习表征会议},\n    year={2023},\n    url={https:\u002F\u002Fopenreview.net\u002Fforum?id=0cpM2ApF9p6}\n}\n```\n\n## 致谢\n\n本仓库基于 https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fnvdiffrec 和 https:\u002F\u002Fgithub.com\u002Fyang-song\u002Fscore_sde_pytorch 进行了改编。","# MeshDiffusion 快速上手指南\n\nMeshDiffusion 是一个基于扩散模型的 3D 网格生成工具，采用深度行进四面体（DMTet）直接参数化技术。本指南将帮助你快速配置环境并运行预训练模型生成 3D 网格。\n\n## 环境准备\n\n在开始之前，请确保你的系统满足以下要求：\n\n*   **操作系统**: Linux (推荐)\n*   **Python**: >= 3.8\n*   **CUDA**: 11.6\n*   **PyTorch**: >= 1.6\n*   **关键依赖**:\n    *   Pytorch3D\n    *   ml_collections\n    *   nvdiffrec (核心渲染与拟合后端)\n\n> **注意**：本项目强依赖 NVIDIA 的 `nvdiffrec` 库，安装过程较为复杂，需严格遵循其官方安装指引以确保证渲染器编译成功。\n\n## 安装步骤\n\n### 1. 克隆仓库\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fyour-repo\u002FMeshDiffusion.git\ncd MeshDiffusion\n```\n\n### 2. 安装基础依赖\n首先安装 Python 层面的依赖包。建议创建虚拟环境：\n```bash\nconda create -n meshdiffusion python=3.8\nconda activate meshdiffusion\npip install torch torchvision torchaudio --index-url https:\u002F\u002Fdownload.pytorch.org\u002Fwhl\u002Fcu116\npip install ml_collections\n```\n\n### 3. 安装 Pytorch3D 和 nvdiffrec\n这是最关键的一步。请严格按照 [nvdiffrec 官方安装说明](https:\u002F\u002Fgithub.com\u002FNVlabs\u002Fnvdiffrec) 进行操作。通常包括安装头文件和编译 CUDA 扩展。\n\n简要步骤参考（具体请以 nvdiffrec README 为准）：\n```bash\n# 安装 Pytorch3D (可能需要从源码编译以匹配 CUDA 版本)\npip install \"git+https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fpytorch3d.git@stable\"\n\n# 进入 nvdiffrec 子模块或目录进行安装\ncd nvdiffrec\npip install -r requirements.txt\n# 执行特定的构建命令（如有）\npython setup.py build_ext --inplace\ncd ..\n```\n\n### 4. 下载预训练模型\n项目提供了椅子、汽车、飞机、桌子和步枪等类别的预训练模型（分辨率 64 和 128）。\n\n**国内加速下载推荐**：\n部分模型已托管在 HuggingFace，国内用户可直接使用镜像或加速链接下载：\n\n*   **Table (64)**: [HuggingFace 下载](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Ftable_res64.pt)\n*   **Rifle (64)**: [HuggingFace 下载](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Frifle_res64.pt)\n*   **Car (128)**: [HuggingFace 下载](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Fcar_res128.pt)\n*   **Chair (128)**: [HuggingFace 下载](https:\u002F\u002Fhuggingface.co\u002Flzzcd001\u002FMeshDiffusion_models\u002Fblob\u002Fmain\u002Fchair_res128.pt)\n\n其他模型（Car, Chair, Airplane 64 版）可通过 [MPDL Keeper](https:\u002F\u002Fkeeper.mpdl.mpg.de) 或 [Google Drive 备份](https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F15IjbUM1tQf8gS0YsRqY5ZbMs-leJgoJ0?usp=sharing) 获取。\n\n下载后，请将 `.pt` 文件放置在项目适当位置或在运行时指定路径。\n\n## 基本使用\n\n以下演示如何使用预训练模型进行**无条件生成**（Unconditional Generation），即随机生成一个 3D 网格。\n\n### 第一步：运行扩散模型生成样本\n使用下载的配置文件和检查点生成原始数据（`.npy` 格式）。\n\n```bash\npython main_diffusion.py --config=configs\u002Fres64.py --mode=uncond_gen \\\n--config.eval.eval_dir=.\u002Foutputs \\\n--config.eval.ckpt_path=.\u002Fpretrained_models\u002Fchair_res64.pt\n```\n*注：请根据实际下载的模型类别修改 `--config` 和 `--config.eval.ckpt_path` 路径。*\n\n### 第二步：转换为网格文件 (.obj)\n生成的 `.npy` 文件需要经由 `nvdiffrec` 模块处理才能转换为可视化的 `.obj` 网格文件。\n\n```bash\ncd nvdiffrec\npython eval.py --config configs\u002Fdmtet_chair.py --out-dir ..\u002Foutputs\u002Fmeshes \\\n--sample-path ..\u002Foutputs\u002Fsamples.npy \\\n--deform-scale 3.0\n```\n\n**参数说明：**\n*   `--sample-path`: 指向第一步生成的 `.npy` 文件路径。\n*   `--deform-scale`: 变形尺度，分辨率 64 的默认数据集通常为 `3.0`。若使用自定义数据集请调整此值。\n*   `--angle-ind`: (可选) 0-50 之间的整数，用于从不同角度渲染预览图。\n*   `--num-smoothing-steps`: (可选) 拉普拉斯平滑步数，默认为 3。对于飞机等尖锐物体，建议设为 `1` 或 `2` 以保留细节。\n\n执行完成后，可在 `..\u002Foutputs\u002Fmeshes` 目录下找到生成的 `.obj` 文件，使用 MeshLab 或 Blender 即可查看。\n\n---\n\n**进阶提示**：\n若需进行**单视图条件生成**（根据一张图片补全 3D 模型），需先运行 `fit_singleview.py` 拟合局部 DMTet，再运行 `main_diffusion.py --mode=cond_gen` 进行补全，最后再次运行 `eval.py` 导出网格。请确保拟合阶段与扩散模型阶段的 `deform-scale` 参数保持一致。","某独立游戏开发者需要在极短时间内为一款复古飞行射击游戏批量生成风格统一的 3D 飞机模型，以填充背景关卡。\n\n### 没有 MeshDiffusion 时\n- **建模耗时过长**：人工使用 Blender 或 Maya 从零雕刻每一架飞机的拓扑结构，单个高模需耗费数小时，无法满足海量关卡需求。\n- **单视图还原困难**：仅凭一张概念设计图难以脑补被遮挡的机身背部细节，反复修改尝试导致迭代周期拉长。\n- **拓扑质量不稳定**：手动生成的网格布线往往杂乱无章，后续绑定骨骼动画时容易出现模型撕裂或变形异常。\n- **风格一致性差**：不同美术师制作的模型在面数分布和几何特征上差异巨大，破坏了游戏整体的视觉统一性。\n\n### 使用 MeshDiffusion 后\n- **自动化批量生产**：利用预训练的飞机模型权重，通过无条件生成模式一键产出数十个结构完整的 3D 网格，将制作时间从小时级压缩至分钟级。\n- **智能补全遮挡区域**：输入单张正面视角的概念图，MeshDiffusion 能基于扩散概率模型精准推理并生成合理的背面与侧面几何细节。\n- **原生优质拓扑结构**：直接输出基于深行进四面体（DMTet）参数化的高质量网格，无需繁琐的重拓扑步骤即可直接用于动画绑定。\n- **潜在空间风格控制**：在相同的潜在分布下采样，确保生成的所有飞机模型在几何复杂度和艺术风格上保持高度一致。\n\nMeshDiffusion 将原本依赖资深美术师数天工作的 3D 资产创建流程，转化为可程序化控制的分钟级生成任务，极大降低了内容创作门槛。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flzzcd001_MeshDiffusion_0e64a92b.jpg","lzzcd001","Zhen Liu","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Flzzcd001_f2775f30.png",null,"Mila & Université de Montréal","ItsTheZhen","http:\u002F\u002Fitszhen.com","https:\u002F\u002Fgithub.com\u002Flzzcd001",[82,86,90,94],{"name":83,"color":84,"percentage":85},"Python","#3572A5",77.4,{"name":87,"color":88,"percentage":89},"Cuda","#3A4E3A",13.2,{"name":91,"color":92,"percentage":93},"C++","#f34b7d",6.9,{"name":95,"color":96,"percentage":97},"C","#555555",2.5,830,42,"2026-04-07T06:32:55","MIT",4,"未说明","必需 NVIDIA GPU，需支持 CUDA 11.6",{"notes":106,"python":107,"dependencies":108},"该工具依赖 nvdiffrec 项目，需按照其说明安装额外环境。提供分辨率 64 和 128 的预训练模型（椅子、汽车、飞机等类别）。数据集以立方网格形式提供，变形尺度默认设为 3.0。纹理生成需参考 TEXTurePaper 项目。若需更高分辨率的四面体网格，需使用 quartet 工具生成并处理边界。","3.8+",[109,110,111],"Pytorch>=1.6","Pytorch3D","ml_collections",[15,14],[114,115,116,117],"pytorch","diffusion-models","generative-model","mesh-generation","2026-03-27T02:49:30.150509","2026-04-16T15:58:29.348000",[121,126,131,135,140,145,150],{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},36139,"运行 fit_singleview.py 时出现 'NameError: name 'global_index' is not defined' 错误，该如何解决？","该变量通常由 FLAGS.index 和 FLAGS.split_size 定义。完整的单视图条件生成流程如下：\n1. 使用 fit_singleview.py 重建部分拟合的四面体网格（tet-grid）。\n2. 将其转换为 3D 立方网格（运行 tets_to_3dgrid.py）。\n3. 运行扩散模型进行生成。\n如果是使用自定义网格和预训练模型进行推理，需先调整 index 和 split_size，然后依次执行 tets_to_3dgrid.py、fit_singleview.py，最后在条件设置下运行 main_diffusion。","https:\u002F\u002Fgithub.com\u002Flzzcd001\u002FMeshDiffusion\u002Fissues\u002F22",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},36140,"如何准备自己的数据集进行训练？数据加载器无法正确处理 .pt 文件怎么办？","预处理的 ShapeNet 数据格式为 .npy，但如果你使用 DMTet 生成了 .pt 文件，需要先将其转换为扩散模型训练所需的 3D 立方网格。请运行以下命令：\ncd ..\u002Fdata\u002F\npython tets_to_3dgrid.py --resolution $RESOLUTION --root $DMTET_DICT_FOLDER --source $SOURCE_FOLDER --target grid --index 0\n\n此外，生成 meta json 文件时，请确保路径指向转换后的 grid 文件夹而非原始的 tets 文件夹。命令示例：\npython save_meta.py --data_path $DMTET_DICT_FOLDER\u002Fgrid --json_path $META_FILE\n注意检查 save_meta.py 中是否有冗余代码导致路径错误。","https:\u002F\u002Fgithub.com\u002Flzzcd001\u002FMeshDiffusion\u002Fissues\u002F16",{"id":132,"question_zh":133,"answer_zh":134,"source_url":130},36141,"如何在单张 GPU（如 RTX 3090 或 V100）上进行训练？","最简单的方法是设置较小的 batch size，并通过多次迭代累积梯度来模拟大 batch 训练（这会增加训练时间）。你可以在配置文件中修改 training.iter_size 参数来调整累积步数。",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},36142,"复现条件生成结果时，生成的网格与真值差异很大或噪声过多，如何调整？","这通常是由拉普拉斯平滑（Laplacian smoothing）步骤过多或模型权重未正确加载导致的。\n1. 如果生成结果过于平滑或失真，请将拉普拉斯平滑步数减少到 1 或 2 步（当前代码默认值对椅子类有效，但对飞机类可能过于激进）。\n2. 如果遮挡区域仍然充满噪声，很可能是未能成功加载预训练模型权重，请检查加载路径和代码。","https:\u002F\u002Fgithub.com\u002Flzzcd001\u002FMeshDiffusion\u002Fissues\u002F10",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},36143,"运行 eval.py 时遇到 CUDA 错误 'cudaGraphicsUnregisterResource' 怎么办？","尝试将代码中的 nvdiffrast.torch.RasterizeGLContext 替换为 nvdiffrast.torch.RasterizeCudaContext。\n另外，nvdiffrast 仅用于渲染图像而非获取网格几何体。如果问题依旧，可以忽略此渲染错误，直接使用其他工具（如 MeshLab 或 Blender）来可视化或渲染生成的网格文件。","https:\u002F\u002Fgithub.com\u002Flzzcd001\u002FMeshDiffusion\u002Fissues\u002F35",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},36144,"ShapeNet 数据集的四面体（Tetrahedra）表示生成非常耗时，有现成的数据集可用吗？","是的，项目维护者已经发布了分辨率 64 的预处理数据集。请直接查看项目 README 文档中的下载链接获取，无需自行耗费大量 GPU 时间重新生成。","https:\u002F\u002Fgithub.com\u002Flzzcd001\u002FMeshDiffusion\u002Fissues\u002F5",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},36145,"下载的预处理数据集是 .npy 格式，而脚本需要 .pt 格式，是否需要转换？","不需要。下载的数据集已经是处理好的 3D 立方网格（.npy 文件），形状通常为 (4, 64, 64, 64)。你不需要再运行 tets_to_3dgrid.py 进行转换。你可以直接修改数据加载器以适配 .npy 格式，或者参考最新的 commits 和 README 了解如何直接加载这些 npy 数据集。","https:\u002F\u002Fgithub.com\u002Flzzcd001\u002FMeshDiffusion\u002Fissues\u002F17",[]]