CPU3DИИ-инструменты для 3D, видео и звука

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.

Конвейер LATO.2: image-to-3dВходное изображениеодиночный вид объектаDINOv2 conditioningформирование обусловливающегопредставленияVertex Flowгенерация вершин сеткиTopology Flowпостроение топологии гранейСборка мешаобъединение вершин и гранейЭкспортobj, ply, рендерОт одного изображения до готового меша за ~5 секунд на H800
Как устроен конвейер LATO.2. Схема нарисована по паспорту инструмента.

Паспорт

Задачаimage-to-3d источник
Лицензия кодаMIT источник
Лицензия весовmit источник
ПлатформаCUDA по описанию автора источник
Видеопамять8 ГБ по описанию автора источник
Форматы экспортаobj, ply по описанию автора источник
Python3.10 по описанию автора источник
ЯзыкPython источник
Последнее изменение кода2026-11-22 источник
Репозиторий создан2026-07-12 источник
Меняется часто — данные на 22.11.2026
Звёзд на GitHub331 источник
Форков12 источник
Загрузок за месяц0 источник
Обновление модели2026-11-18 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.

Смотрите также