Hunyuan3D-Omni

Hunyuan3D-Omni 是一个用于可控生成 3D 资产的统一框架，它继承了 Hunyuan3D 2.1 的结构。相比之下，Hunyuan3D-Omni 构建了一个统一的控制编码器，以引入额外的控制信号，包括点云、体素、骨架和边界框。

多模态条件控制

边界框控制：生成受 3D 边界框约束的 3D 模型。
姿态控制：创建具有特定骨骼姿态的 3D 人体模型。
点云控制：在输入点云的引导下生成 3D 模型。
体素控制：从体素表示创建 3D 模型。

🎁 模型库

生成过程需要 10 GB 显存。

模型	描述	日期	大小	Huggingface
Hunyuan3D-Omni	具备多模态控制的图像转形状模型	2025-09-25	3.3B	下载

安装

环境要求

我们的模型在 Python 3.10 版本下进行了测试。

pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124
pip install -r requirements.txt

使用方法

推理

多模态推理

python3 inference.py --control_type <control_type> [--use_ema] [--flashvdm]

control_type 参数有四个可用选项：

point：使用点控制类型进行推理。
voxel：使用体素控制类型进行推理。
bbox：使用边界框控制类型进行推理。
pose：使用姿态控制类型进行推理。

--use_ema 标志启用指数移动平均（EMA）模型，以实现更稳定的推理。

--flashvdm 标志启用 FlashVDM 优化，以加快推理速度。

请根据您的需求选择合适的 control_type。例如，如果您想使用 point 控制类型，可以运行：

python3 inference.py --control_type point 
python3 inference.py --control_type point --use_ema
python3 inference.py --control_type point --flashvdm

致谢

我们要感谢以下项目的贡献者们，感谢他们开放的研究与探索：TripoSG、CLAY、Trellis、DINOv2、Stable Diffusion、FLUX、diffusers、HuggingFace、CraftsMan3D、Michelangelo、Hunyuan-DiT、HunyuanVideo、HunyuanWorld-1.0、HunyuanWorld-Voyager 以及 PoseMaster。

引用

如果您在研究中使用了本代码，请引用：

@misc{hunyuan3d2025hunyuan3domni,
      title={Hunyuan3D-Omni: A Unified Framework for Controllable Generation of 3D Assets}, 
      author={Tencent Hunyuan3D Team},
      year={2025},
      eprint={2509.21245},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2509.21245}, 
}

@misc{hunyuan3d2025hunyuan3d,
    title={Hunyuan3D 2.1: From Images to High-Fidelity 3D Assets with Production-Ready PBR Material},
    author={Tencent Hunyuan3D Team},
    year={2025},
    eprint={2506.15442},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

@misc{hunyuan3d22025tencent,
    title={Hunyuan3D 2.0: Scaling Diffusion Models for High Resolution Textured 3D Assets Generation},
    author={Tencent Hunyuan3D Team},
    year={2025},
    eprint={2501.12202},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}

@misc{yang2024hunyuan3d,
    title={Hunyuan3D 1.0: A Unified Framework for Text-to-3D and Image-to-3D Generation},
    author={Tencent Hunyuan3D Team},
    year={2024},
    eprint={2411.02293},
    archivePrefix={arXiv},
    primaryClass={cs.CV}
}