# Hi3DGen – 港中文、字节、清华联合推出的3D几何生成框架

- Link: https://paooo.com/aigc-news/20619/
- Published: 2026-06-08T19:11:48+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 以法线图作中间表示，Hi3DGen 强化了2D到3D几何生成的细节保真度。
 * 通过噪声注入与双流训练，图像到法线估计更稳定、可泛化且边缘更锐利。
 * 两阶段生成结合3DGS与SDF重建，可输出更高分辨率多视角与高质量3D网格。

## Hi3DGen是什么

Hi3DGen 是香港中文大学（深圳）、字节跳动和清华大学的研究人员共同推出的高保真3D几何
生成框架。能从2D图像生成高保真[3D模型](https://ai-bot.cn/ai-3d-model-generation-tools/)，
通过基于法线图作为中间表示，Hi3DGen 可以生成丰富的几何细节，显著优于现有方法。框架
包含三个关键组件：图像到法线估计器、法线到几何学习方法和3D数据合成管道。

阅读目录

 * [Hi3DGen是什么](https://paooo.com/aigc-news/20619/#hi3dgen%e6%98%af%e4%bb%80%e4%b9%88)
 * [Hi3DGen的主要功能](https://paooo.com/aigc-news/20619/#hi3dgen%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Hi3DGen的技术原理](https://paooo.com/aigc-news/20619/#hi3dgen%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Hi3DGen的项目地址](https://paooo.com/aigc-news/20619/#hi3dgen%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Hi3DGen的应用场景](https://paooo.com/aigc-news/20619/#hi3dgen%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Hi3DGen](https://paooo.com/wp-content/uploads/2026/06/Hi3DGen-website-1.avif)

## Hi3DGen的主要功能

 * **从2D图像生成高保真3D模型**：能将2D图像转换为具有丰富细节的3D几何模型。
 * **图像到法线估计**：通过噪声注入和双流训练，将低频和高频图像模式解耦，实现可泛
   化、稳定且锐利的法线估计。
 * **法线到几何学习**：基于法线正则化的潜在扩散学习，增强3D几何生成的保真度。
 * **3D数据合成**：构建高质量的3D数据集，支持训练。

## Hi3DGen的技术原理

 * **图像到法线估计器**：组件通过噪声注入和双流训练，将图像的低频和高频模式解耦。
   低频模式负责整体形状和结构，高频模式负责细节和纹理。能生成可泛化、稳定且锐利的
   法线图，为后续的3D几何生成提供高质量的中间表示。
 * **法线到几何学习方法**：基于法线图作为正则化手段，对潜在扩散模型进行训练。增强
   了3D几何生成的保真度，使生成的3D模型能保留更多的细节。
 * **3D数据合成管道**：通过3D数据合成管道，构建高质量的3D数据集，用于训练模型。支持
   模型学习从2D图像到3D几何的映射关系。
 * **两阶段生成过程**：Hi3DGen 采用两阶段生成过程：
    - **第一阶段：基础多视角生成**：使用预训练的视频扩散模型，通过额外的相机姿态
      条件进行微调，将单视角图像转换为低分辨率的3D感知序列图像（轨道视频）。
    - **第二阶段：3D感知多视角细化**：将第一阶段生成的低分辨率多视角图像输入到3D
      感知视频到视频细化器中，进一步提升图像的分辨率和纹理细节。
 * **3D高斯散射（3DGS）**：从生成的高分辨率多视角图像中学习隐式3D模型，通过3DGS渲染
   额外的插值视图。
 * **基于SDF的重建**：通过基于SDF（Signed Distance Function）的重建方法，从增强的
   密集视图中提取高质量的3D网格。

## Hi3DGen的项目地址

 * **项目官网**：[https://stable-x.github.io/Hi3DGen/](https://stable-x.github.io/Hi3DGen/?utm_source=ai-bot.cn)
 * **Github仓库**：[https://github.com/Stable-X/Hi3DGen](https://github.com/Stable-X/Hi3DGen)

## Hi3DGen的应用场景

 * **游戏开发**：快速生成高质量的3D游戏资产，如角色、道具和场景。
 * **影视制作**：用于创建逼真的3D特效和动画，节省传统建模的时间和成本。
 * **3D可视化**：从不同角度查看和分析3D模型，适用于建筑设计、工业设计等领域。
 * **虚拟摄影**：生成不同视角的高质量图像，用于在线展示和营销。
 * **文物保护**：从文物的单张照片重建3D模型，用于数字化保存和研究。
 * **医学成像**：从医学图像（如X光、CT）生成3D模型，辅助诊断和治疗。

❓ 常见问题解答（FAQ）

Hi3DGen 主要解决什么问题？

Hi3DGen 主要解决从单张2D图像生成高保真3D几何时细节不足的问题。它通过法线图作为中间
表示，并结合两阶段多视角生成与重建流程，提升模型的几何细节和整体保真度。

Hi3DGen 的核心技术亮点是什么？

核心亮点包括图像到法线估计、法线到几何学习和3D数据合成管道。其图像到法线模块采用
噪声注入与双流训练，能解耦低频结构与高频细节，从而生成更稳定、锐利的法线图。

Hi3DGen 可以用于哪些场景？

可用于游戏开发、影视制作、3D可视化、虚拟摄影、文物保护和医学成像等场景。尤其适合
需要从单张图片快速重建高质量3D资产或模型的任务。

🔬 语宙深潜追问 · 进阶实操拆解

图像到法线中间表示有何优势？

它把单图重建拆成“先补几何线索、再细化表面”的过程，能更稳定地恢复边缘、凹凸和局部
结构。相比直接生成网格，这种中间表示通常更利于保细节，也更适合后续多视角一致性优
化。

游戏资产管线怎么接入这类框架？

建议把它放在概念验证和粗模生成阶段，先产出可编辑的基础网格，再交给美术做拓扑清理、
UV 和材质重建。若直接进生产管线，仍需检查法线噪声、背面破洞和尺度一致性。

🗳️ 读者观点微投票 · 您的实战立场是？

单图出3D细节，真能替代传统重建吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [GenXD – 新加坡国立和微软共同推出的通用3D和4D联合生成框架](https://paooo.com/aigc-news/25697/)
 * [GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架](https://paooo.com/aigc-news/21077/)
 * [PhysGen3D – 清华等高校联合推出的单图创建交互式 3D 场景](https://paooo.com/aigc-news/20695/)
 * [GeneMAN – 上海AI Lab联合北大等高校推出的3D人体模型创建框架](https://paooo.com/aigc-news/25128/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/20619/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
