3dtopia XL

🚀 3DTopia-XL

本倉庫包含了預訓練權重，用於實現論文“3DTopia-XL: Scaling High-quality 3D Asset Generation via Primitive Diffusion”中的高質量3D資產生成。

項目主頁 | Arxiv論文 | 權重文件 | 代碼倉庫

🚀 快速開始

3DTopia-XL藉助基於高效3D表示 PrimX 構建的擴散變壓器（DiT），實現了高質量3D資產的生成。去噪過程僅需5秒，就能從文本或圖像輸入生成一個可直接用於圖形管線的3D PBR資產。

✨ 主要特性

• 基於高效的3D表示 PrimX 構建的擴散變壓器（DiT），實現高質量3D資產生成。
• 去噪過程快速，僅需5秒即可從文本或圖像輸入生成可用於圖形管線的3D PBR資產。

📦 安裝指南

下載模型

from huggingface_hub import hf_hub_download
ckpt_path = hf_hub_download(repo_id="frozenburning/3DTopia-XL", filename="model_sview_dit_fp16.pt")
vae_ckpt_path = hf_hub_download(repo_id="frozenburning/3DTopia-XL", filename="model_vae_fp16.pt")

更多加載和推理的詳細信息，請參考我們的 代碼倉庫。

📚 詳細文檔

模型詳情

該模型在 Objaverse 約256K的子集上進行訓練。更多詳細信息，請參考我們的論文。

📄 許可證

本項目採用 Apache-2.0 許可證。

📚 引用

如果您使用了本項目，請引用以下論文：

@article{chen2024primx,
  title={3DTopia-XL: High-Quality 3D PBR Asset Generation via Primitive Diffusion},
  author={Chen, Zhaoxi and Tang, Jiaxiang and Dong, Yuhao and Cao, Ziang and Hong, Fangzhou and Lan, Yushi and Wang, Tengfei and Xie, Haozhe and Wu, Tong and Saito, Shunsuke and Pan, Liang and Lin, Dahua and Liu, Ziwei},
  journal={arXiv preprint arXiv:2409.12957},
  year={2024}
}