---
title: "GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架"
url: "https://paooo.com/aigc-news/21077/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T16:48:06+08:00"
updated_at: "2026-06-08T16:48:06+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, HuggingFace, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/21077/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 支持点云、文本、单/多视图图像等多模态条件输入，覆盖更广泛的 3D 生成需求。
- 采用点云结构化潜空间与级联流匹配/扩散思路，实现几何与纹理解耦的高质量生成。
- 可导出点云、Surfel Gaussian 或 Mesh，并支持形状调整、纹理替换等后续编辑。

## GaussianAnything是什么

GaussianAnything 是南洋理工大学 S-Lab 联合上海 AI Lab 等机构推出的 [3D 生成](https://ai-bot.cn/ai-3d-model-generation-tools/)框架。GaussianAnything 基于交互式的点云结构化潜空间和级联的流匹配模型，实现高质量、可扩展的 3D 内容生成。GaussianAnything支持多模态条件输入，包括点云、文本和单/多视图图像，能生成具有几何-纹理解耦的 3D 资产，便于后续编辑。GaussianAnything 在文本和图像引导的 3D 生成任务中均超越现有方法，展现了更好的 3D 一致性和生成效果。

## GaussianAnything的主要功能

- **多模态条件输入**：支持多种输入形式，包括点云、文本描述和单/多视图图像。

- **高质量 3D 生成**：生成具有丰富细节和高质量表面的 3D 模型，支持不同分辨率和细节层次的输出。

- **高效的 3D 编辑能力**：支持对生成的 3D 模型进行灵活的编辑，例如形状调整、纹理替换等。

- **支持多种输出格式**：生成的 3D 模型支持导出为点云、高斯表面（Surfel Gaussian）或三角网格（Mesh），满足不同应用场景的需求。

## GaussianAnything的技术原理

- **3D VAE 编码器**：用多视图 RGB-D（深度）和法线（Normal）渲染图作为输入，基于 3D-Attention Transformer 编码器将 3D 物体压缩到点云结构化的潜空间中，保留丰富的 3D 几何和纹理信息，降低潜空间的维度，提高训练效率。

- **点云结构化潜空间**：基于 Cross Attention 将特征投影到稀疏的 3D 点云上，形成点云结构化的潜变量，保留 3D 物体的几何信息，支持高效的 3D 扩散模型训练。

- **级联扩散模型**：

**第一阶段**：生成稀疏点云，确定 3D 物体的几何布局。

- **第二阶**段：基于点云条件生成纹理细节，实现几何与纹理的解耦。

- **高质量解码器**：用 3D Transformer 和上采样模块将点云潜变量逐步上采样为高分辨率的高斯表面（Surfel Gaussian），最终解码为稠密的 3D 模型。

## GaussianAnything的项目地址

- **项目官网**：[https://nirvanalan.github.io/projects/GA/](https://nirvanalan.github.io/projects/GA/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/NIRVANALAN/GaussianAnything](https://github.com/NIRVANALAN/GaussianAnything)

- **arXiv技术论文**：[https://arxiv.org/pdf/2411.08033](https://arxiv.org/pdf/2411.08033)

- **在线体验Demo**：[https://huggingface.co/spaces/yslan/GaussianAnything](https://huggingface.co/spaces/yslan/GaussianAnything-AIGC3D)

## GaussianAnything的应用场景

- **3D 游戏与影视特效**：快速生成高质量的 3D 模型，简化内容创作流程。

- **虚拟现实（VR）与增强现实（AR**）：创建虚拟场景和对象，提升沉浸感。

- **工业设计与产品开发**：基于文本或图像快速生成和编辑 3D 设计原型。

- **文化遗产与建筑可视化**：实现 3D 重建和修复，用在数字化保护和展示。

- **机器人与 AI 训练**：生成 3D 数据用于机器人视觉和 AI 模型训练。

## 常见问题解答 (FAQ)

### GaussianAnything 主要解决什么问题？
它主要解决高质量、可编辑 3D 内容生成的问题。框架将多模态输入映射到点云结构化潜空间，再通过级联生成与解码得到几何和纹理解耦的 3D 资产，适合后续编辑与多场景应用。

### GaussianAnything 支持哪些输入方式？
支持点云、文本描述以及单视图或多视图图像作为条件输入。这样的设计让它既能用于文本生成 3D，也能用于图像引导的 3D 生成与重建。

### GaussianAnything 可以导出什么格式？
可导出为点云、高斯表面（Surfel Gaussian）或三角网格（Mesh）。这使它能适配不同下游任务，例如可视化、编辑、渲染或进一步的 3D 工程应用。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
