CPU3D3D、视频与音频的 AI 工具

LATO.2:3D 生成器——功能与运行要求

LATO.2 是一款开源的三维模型生成器,解决 image-to-3D 任务:将图像转换为多边形网格。开发者是 0x4C48。代码发布在 GitHub,模型权重发布在 Hugging Face,另有独立的项目网站。

功能

据作者描述,LATO.2 可从图像生成三维网格。对每个模型,输出包括:带有成品网格的 _pred.obj 文件、带有顶点的 _pred.ply 文件、位于 [0, 1024) 范围内的体素坐标版本 *_coords.*,以及 _render.png——用于通过 DINOv2 进行条件化的视图。

作者将该项目的描述为论文《LATO.2: Factorized 3D Mesh Generation with Vertex and Topology Flow》的官方仓库。仓库中标注了标签:3d、3d-models、3d-reconstruction。

运行要求

代码使用 Python 编写。据作者描述,运行需要 Python 3.10、PyTorch 2.6.0 和 CUDA 12.4。构建脚本会创建名为 lato2 的 conda 环境。构建 CUDA 扩展需要 CUDA 工具链——nvcc。

据开发者声明,在单块 H800 加速器上生成一个网格约需 5 秒,运行大约需要 8 GB 显存。这是作者的估计,而非独立测量。

代码以 MIT 许可证分发,模型权重同样为 MIT。该许可证允许使用、修改和分发。

适用人群

该工具面向需要从图像快速获得三维网格、并且愿意使用 CUDA 环境的用户。开源代码和权重使其可以嵌入自有流水线,并针对具体任务进行改进。

对于没有支持 CUDA 且显存足够的显卡的用户,运行会比较困难。此外,该项目需要构建 CUDA 扩展,因此需要熟悉 CUDA 工具链和 conda 环境。

LATO.2 是一款代码和权重均开源的科研型生成器,专注于从图像生成网格。它需要 CUDA 兼容的硬件以及 Python 环境操作技能,但能输出常见格式 OBJ 和 PLY 的成品网格。

LATO.2 — 3D 模型生成流水线 image-to-3d · 开源 · MIT 图像 输入帧 物体视角 DINOv2 view 编码器 特征 潜在 表示 因子分解 顶点 拓扑 生成流 网格生成 顶点流 拓扑 流 3D 模型 带顶点网格 obj · ply · render.png 硬件 CUDA 12.4 VRAM ~8 GB Python 3.10 性能 end-to-end 每个网格 ~5 秒 H800 GPU
LATO.2 的处理流程。示意图依据工具参数表绘制。

参数表

任务image-to-3d 来源
代码许可证MIT 来源
权重许可证mit 来源
平台CUDA 据作者描述 来源
显存8 GB 据作者描述 来源
导出格式obj, ply 据作者描述 来源
Python3.10 据作者描述 来源
语言Python 来源
代码最近更新2026-11-22 来源
仓库创建时间2026-07-12 来源
经常变化 — 数据截至 2026-11-22
GitHub 星标331 来源
Fork 数12 来源
月下载量0 来源
模型更新2026-11-18 来源

数值由程序自动从官方来源采集,并于 2026-11-22 核对。每个数值都附来源链接;取自开发者页面的数值还附有原文引用——将鼠标悬停在标注上即可查看。价格与版本为核对日期时的数据,变化最频繁——购买前请以官网为准。

相关阅读