LATO.2: генератор 3D-моделей — что умеет и что нужно для запуска

LATO.2 — открытый генератор трёхмерных моделей, который решает задачу image-to-3D: превращает изображение в полигональную сетку. Разработчик — 0x4C48. Код опубликован на GitHub, веса модели — на Hugging Face, есть отдельный сайт проекта.
Что умеет
По описанию авторов, LATO.2 генерирует трёхмерную сетку из изображения. На выходе для каждой модели формируются файл _pred.obj с готовой сеткой, файл _pred.ply с вершинами, варианты в воксельных координатах *_coords.* в диапазоне [0, 1024), а также _render.png — вид, который использовался для обусловливания через DINOv2.
Авторы описывают проект как официальный репозиторий статьи «LATO.2: Factorized 3D Mesh Generation with Vertex and Topology Flow». В репозитории указаны метки: 3d, 3d-models, 3d-reconstruction.
Что нужно для запуска
Код написан на Python. По описанию автора, для работы требуется Python 3.10, PyTorch 2.6.0 и CUDA 12.4. Сборочный скрипт создаёт окружение conda с именем lato2. Для сборки CUDA-расширений нужен инструментарий CUDA — nvcc.
По заявлению разработчика, генерация выполняется примерно за 5 секунд на одну сетку на одном ускорителе H800, а для работы достаточно около 8 ГБ видеопамяти. Это оценка автора, а не независимое измерение.
Код распространяется по лицензии MIT, веса модели — также MIT. Лицензия разрешает использование, изменение и распространение.
Кому подойдёт
Инструмент рассчитан на тех, кому нужно быстро получать трёхмерные сетки из изображений и кто готов работать с CUDA-окружением. Открытый код и веса позволяют встраивать генератор в собственные пайплайны и дорабатывать его под задачу.
Тем, у кого нет видеокарты с поддержкой CUDA и достаточным объёмом видеопамяти, запуск будет затруднён. Также проект предполагает сборку CUDA-расширений, поэтому потребуется знакомство с инструментарием CUDA и conda-окружениями.
LATO.2 — это исследовательский генератор с открытым кодом и весами, ориентированный на генерацию сеток из изображений. Он требует CUDA-совместимого оборудования и навыков работы с Python-окружением, но при этом даёт готовые сетки в распространённых форматах OBJ и PLY.
Паспорт
Репозиторий · Модель на HuggingFace · Сайт разработчика
| Задача | image-to-3d источник |
|---|---|
| Лицензия кода | MIT источник |
| Лицензия весов | mit источник |
| Платформа | CUDA по описанию автора источник |
| Видеопамять | 8 ГБ по описанию автора источник |
| Форматы экспорта | obj, ply по описанию автора источник |
| Python | 3.10 по описанию автора источник |
| Язык | Python источник |
| Последнее изменение кода | 2026-11-22 источник |
| Репозиторий создан | 2026-07-12 источник |
| Звёзд на GitHub | 331 источник |
|---|---|
| Форков | 12 источник |
| Загрузок за месяц | 0 источник |
| Обновление модели | 2026-11-18 источник |
Значения собраны автоматически из официальных источников и проверены 22.11.2026. У каждого есть ссылка на источник, а у собранных со страницы разработчика — ещё и дословная цитата: наведите на пометку. Тарифы и версии показаны на дату проверки и меняются чаще всего — перед покупкой сверьтесь с сайтом.



