345 ·GitHub
这是什么东西？
WorldSculpt 是一种研究方法的官方实现，该方法能把真实拍摄的 Grounded 视频转成 3D 场景：从带实例掩码和 3D 包围盒的 RGB 图像出发，为包含数百个独立物体的非常复杂的场景构建组合式网格（mesh）。
WorldSculpt 是一种研究方法的官方实现，该方法能把真实拍摄的 Grounded 视频转成 3D 场景：从带实例掩码和 3D 包围盒的 RGB 图像出发，为包含数百个独立物体的非常复杂的场景构建组合式网格（mesh）。这是个拿来就能跑的应用，还是研究代码？是研究代码，不是应用：它是一篇论文的官方实现。2026 年 9 月发布的版本包含 Python 推理脚本、HuggingFace 上的预训练权重、arXiv 论文和项目主页——所有操作都在命令行里完成。
是研究代码，不是应用：它是一篇论文的官方实现。2026 年 9 月发布的版本包含 Python 推理脚本、HuggingFace 上的预训练权重、arXiv 论文和项目主页——所有操作都在命令行里完成。我该怎么把它跑起来？五步：先安装 TRELLIS.2 的基础环境，然后在把 NATTENCUDAARCH 设为你显卡的计算能力后安装额外依赖，接着下载预训练权重和数据，最后运行推理脚本。
五步：先安装 TRELLIS.2 的基础环境，然后在把 NATTENCUDAARCH 设为你显卡的计算能力后安装额外依赖，接着下载预训练权重和数据，最后运行推理脚本。安装之前我需要准备什么？一块支持 CUDA 的 NVIDIA 显卡——你需要把 NATTENCUDAARCH 设成你显卡的计算能力——此外还要先装好 TRELLIS.2 环境作为基础，再装上 NATTEN 之类的额外依赖。
一块支持 CUDA 的 NVIDIA 显卡——你需要把 NATTENCUDAARCH 设成你显卡的计算能力——此外还要先装好 TRELLIS.2 环境作为基础，再装上 NATTEN 之类的额外依赖。跑推理时有什么要注意的坑吗？推理脚本没有任何默认值：每个选项都必须在命令行里显式传入。另外，INPUTROOT 必须指向解压后包含 transforms.json 的数据集子目录，而不是 ./input。
推理脚本没有任何默认值：每个选项都必须在命令行里显式传入。另外，INPUTROOT 必须指向解压后包含 transforms.json 的数据集子目录，而不是 ./input。它是怎么处理有几百个物体的场景的？核心思路是把为单个物体训练的生成先验复用到整个场景上：作者对 Pixal3D 做了微调，让它能接受被遮挡的多视角输入，然后用它对非常复杂的场景进行组合式网格化。
核心思路是把为单个物体训练的生成先验复用到整个场景上：作者对 Pixal3D 做了微调，让它能接受被遮挡的多视角输入，然后用它对非常复杂的场景进行组合式网格化。我可以把 Marble 世界喂给它吗？可以——论文展示的一个应用就是在 Marble 3DGS 世界上运行同一套流水线，把它转换成物体级别的组合式网格。
可以——论文展示的一个应用就是在 Marble 3DGS 世界上运行同一套流水线，把它转换成物体级别的组合式网格。UE-MeshyScene 基准测试是什么？这是随论文一起发布的数据集，提供了逐帧、逐实例的标注，用于在复杂场景上评估组合式网格重建的效果。
这是随论文一起发布的数据集，提供了逐帧、逐实例的标注，用于在复杂场景上评估组合式网格重建的效果。我能自己训练或微调这个模型吗？README 只涉及推理：2026 年 9 月发布的版本只带了推理代码和预训练权重，没有介绍任何训练流程。
README 只涉及推理：2026 年 9 月发布的版本只带了推理代码和预训练权重，没有介绍任何训练流程。What are similar projects?pointdit, Mira-Scene, UniForge3D, TRELLIS, ml-sharp, InsertAny3D, wuji-ego-mint, vggt
pointdit, Mira-Scene, UniForge3D, TRELLIS, ml-sharp, InsertAny3D, wuji-ego-mint, vggtWhich topics is it in?3d-gaussian-splatting, instance-segmentation, image-to-3d, 3d-generation, 3d-reconstruction, arxiv, pretrained-models, paper, dataset, 3d, video, inference
3d-gaussian-splatting, instance-segmentation, image-to-3d, 3d-generation, 3d-reconstruction, arxiv, pretrained-models, paper, dataset, 3d, video, inference