Hunyuan3D-2从单图到纹理化3D资产生成的上手路径【免费下载链接】Hunyuan3D-2High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.项目地址: https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2游戏团队要在几小时内产出原型资产时传统建模加贴图的流程往往来不及。Hunyuan3D-2 是一个开源的 3D 资产生成系统3D 资产生成采用两阶段完成先用 Hunyuan3D-DiT 从单张参考图生成几何模型再用 Hunyuan3D-Paint 在同一网格上合成高分辨率纹理同时支持多视图 3D 输入。一张图进、带 PBR 纹理的 glb 出可以直接导入引擎或 DCC 软件。两阶段管线能做什么单图生形Hunyuan3D-DiT 基于一张 2D 图生成 watertight 网格输出是 trimesh 对象可导出 glb/obj。纹理合成Hunyuan3D-Paint 基于法线与位置图做多视图扩散烘焙出 2048×2048 纹理既能给生成网格上色也能给手工建模的网格贴图。多视图生形Hunyuan3D-2mv 模型接受 front/left/back 三个视角的图像缓解单图输入带来的遮挡与想象误差。Turbo 加速各系列均提供步骤蒸馏版本如hunyuan3d-dit-v2-mini-turbo配合 FlashVDM 把推理步数从默认 50 步压到 5 步。显存需求官方给出明确数字仅形状生成约 6GB形状加纹理共约 16GB。首次跑通克隆到出模的最小步骤先把环境搭好。纹理模块依赖两个本地编译的 CUDA 扩展只做形状生成可跳过最后两步git clone https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2 cd Hunyuan3D-2 pip install -r requirements.txt -e . # 仅纹理生成需要编译光栅化器与微分渲染器 cd hy3dgen/texgen/custom_rasterizer python setup.py install cd ../../.. cd hy3dgen/texgen/differentiable_renderer python setup.py install装完先跑通再说。仓库自带的assets/demo.png可直接当输入下面的片段等价于 minimal_demo.py 的主流程from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline from hy3dgen.texgen import Hunyuan3DPaintPipeline shape Hunyuan3DDiTFlowMatchingPipeline.from_pretrained(tencent/Hunyuan3D-2) mesh shape(imageassets/demo.png)[0] # 得到无纹理的 trimesh 网格 tex Hunyuan3DPaintPipeline.from_pretrained(tencent/Hunyuan3D-2) # 默认加载 turbo 纹理子模型 mesh tex(mesh, imageassets/demo.png) mesh.export(demo.glb)跑完得到demo.glb用任意 glb 预览器打开即可看到带纹理的完整资产。不想写代码的话python3 gradio_app.py --model_path tencent/Hunyuan3D-2mini --subfolder hunyuan3d-dit-v2-mini --texgen_model_path tencent/Hunyuan3D-2 --low_vram_mode一行也能起完整的 Web 界面。Turbo 步数蒸馏5 步完成形状生成标准 DiT 默认跑 50 步去噪迭代验证时太慢Turbo 子模型用步数蒸馏把这条路径砍到 5 步质量损失可控。对应脚本是 examples/faster_shape_gen_with_flashvdm_mini_turbo.py核心只有几行pipeline Hunyuan3DDiTFlowMatchingPipeline.from_pretrained( tencent/Hunyuan3D-2mini, subfolderhunyuan3d-dit-v2-mini-turbo, # 0.6B 蒸馏子模型 devicecuda) pipeline.enable_flashvdm(topk_modemerge) # 开启 FlashVDM 采样 mesh pipeline(imageassets/demo.png, num_inference_steps5, # 蒸馏后 5 步即可收敛 octree_resolution380)[0] mesh.export(turbo.glb)1.1B 的hunyuan3d-dit-v2-0-turbo和多视图的hunyuan3d-dit-v2-mv-turbo用法相同换模型名即可。实际效果是形状生成时间缩短到标准模式的一小部分适合快速筛图、批量出原型。多视图输入与纹理合成单张图背面是猜的提供前/左/后三个视角模型对遮挡区域的还原会明显更准。examples/shape_gen_multiview.py 用仓库自带的assets/example_mv_images/1/演示了完整流程images { # 三个视角键名固定为 front/left/back front: assets/example_mv_images/1/front.png, left: assets/example_mv_images/1/left.png, back: assets/example_mv_images/1/back.png, } pipeline Hunyuan3DDiTFlowMatchingPipeline.from_pretrained( tencent/Hunyuan3D-2mv, subfolderhunyuan3d-dit-v2-mv, variantfp16) mesh pipeline(imageimages, num_inference_steps50, octree_resolution380)[0] mesh.export(demo_mv.glb)生成的网格随后交给 Hunyuan3DPaintPipeline 上色和单图流程一致pipeline(mesh, image参考图)。纹理阶段会渲染 6 个候选视角的图再烘焙回 UV所以输出的纹理默认就是 2048×2048细节足够电商展示用。调参速查参数默认值对输出的影响num_inference_steps50去噪步数Turbo 子模型设为 5octree_resolution384网格细节上限越高越精细、面数越多num_chunks8000表面提取并行块数越大越快、显存越高guidance_scale5.0生成结果对输入图的遵循程度mc_algomc表面提取算法可换其他 marching cubes 变体三个高频问题显存溢出现象纹理阶段报 CUDA out of memory。根因纹理渲染固定 2048 分辨率形状加纹理全流程需要约 16GB 显存。修复形状阶段换 0.6B 的tencent/Hunyuan3D-2miniGradio 启动时加--low_vram_mode或把形状与纹理分两个脚本跑、中间落盘。几何和输入图对不上现象模型轮廓与参考图差异明显边缘出现伪影。根因输入图带背景模型把背景当成了物体的一部分。修复提供透明底 RGBA 图若是 RGB 图先用hy3dgen.rembg.BackgroundRemover抠图再传入。纹理扩展 import 失败现象import hy3dgen.texgen报找不到模块或符号。根因custom_rasterizer 与 differentiable_renderer 是 C/CUDA 扩展pip install -r requirements.txt不会编译它们。修复按首次跑通一节的最后两条命令分别编译环境里需要有 CUDA 工具链、ninja 和 pybind11。模型路径默认缓存在~/.cache/hy3dgen可用环境变量HY3DGEN_MODELS改到本地目录。收尾单图或三视图直接产出带纹理的 3D 资产适合原型验证与批量资产生产。更多用法看 examples/安装细节见 docs/source/。【免费下载链接】Hunyuan3D-2High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.项目地址: https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考