Mindket

InstantMesh

新上架第 1 版 · 更新于

概览

把单张图像变成 3D 模型,页面称这大约需要十秒。它来自 TencentARC,适合 3D 美术师、游戏开发者和研究人员。

InstantMesh 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 带 pip 的 Python
  • requirements.txt 里的 Python 包
用在
  • 网页浏览器:这个 Space 在 Hugging Face 上运行,无需安装任何东西
  • 装有 Python 的 Windows、macOS 或 Linux,使用本地副本
先运行
pip install -U huggingface_hub
hf download TencentARC/InstantMesh --repo-type space --local-dir InstantMesh
cd InstantMesh

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

InstantMesh 能把一张图片变成 3D 模型。这个 Space 的页面说,这大约需要十秒。它是 TencentARC 的演示,在 Hugging Face 的 ZeroGPU 硬件上运行。

适合谁

适合想从单张图像快速得到第一个 3D 形状的 3D 美术师、游戏开发者和研究人员。想不装任何东西就试试图像转 3D 的爱好者也适合。

谁在用一张图像做 3D 模型
IndustryWho uses itHow they use itExample
游戏独立开发者从概念图得到一个粗略的 3D 物体把角色草图变成第一个网格
设计3D 美术师以参考图像为起点做模型用一张照片开始做一个道具
研究图形学研究人员试用已发表的图像转 3D 方法在自己的图片上测试这个模型
兴趣创客和 3D 打印爱好者把图片变成可以继续打磨的形状把一张玩具的图片转成 3D 模型

如果你需要可直接用于生产、拓扑干净的网格,可以跳过它,因为它给的是一个快速的初始形状。

用在哪里

  • 网页浏览器:这个 Space 在 Hugging Face 上运行,无需安装任何东西
  • 装有 Python 的 Windows、macOS 或 Linux,使用本地副本
Use caseWhoWhat they get back
把图像变成 3D美术师由你的图片生成的 3D 模型
得到一个快速的基础形状游戏开发者可以在你自己的工具里继续打磨的第一个模型
试用这个方法研究人员InstantMesh 方法的可运行演示

如何设置

在线使用这个 Space 什么都不需要。本地副本需要 Python 和仓库列出的包。这个 Space 在 Hugging Face 上用 ZeroGPU 运行,所以本地副本可能需要性能够用的 GPU。

  • 带 pip 的 Python
  • requirements.txt 里的 Python 包
  1. 安装 Hugging Face hub 包,并把这个 Space 下载到一个文件夹。
  2. 进入这个文件夹。
  3. 安装 Gradio 5.50.0,再安装 requirements.txt 里的包。
  4. 用 Python 启动应用。
pip install -U huggingface_hub
hf download TencentARC/InstantMesh --repo-type space --local-dir InstantMesh
cd InstantMesh
pip install gradio==5.50.0
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。给它一张图像,等它做出 3D 模型。

python app.py

示例

你给它一张背景单一、只有一个物体的清晰图片。这个 Space 会根据这一张图像为该物体建一个 3D 模型,并展示给你。

新手与专家

如果你刚接触这类工具,打开这个 Space,先试仓库里的示例图像。然后试一张你自己的、画面里只有一个清晰物体的图片。

如果你熟悉这个领域,这个 Space 列出了 sudo-ai/zero123plus-v1.2、facebook/dino-vitb16 和 TencentARC/InstantMesh。仓库里有一个 zero123plus 文件夹、配置文件和示例图像。代价是速度优先于细节:由一个视角做出的模型,必须猜出看不到的那几面。

  1. 你给它一张图像
  2. 推断出物体的多个视角
  3. 由这些视角建出 3D 模型
  4. 结果出现在页面里

注意事项

  • 硬件:这个 Space 在 Hugging Face 上用 zero-a10g 运行
  • 输入:一张图像就够了
  • License: apache-2
  • Cost to run: none named

README 和文件

README

InstantMesh

把单张图像变成 3D 模型,页面称这大约需要十秒。它来自 TencentARC,适合 3D 美术师、游戏开发者和研究人员。

由 TencentARC 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:InstantMesh 能把一张图片变成 3D 模型。这个 Space 的页面说,这大约需要十秒。它是 TencentARC 的演示,在 Hugging Face 的 ZeroGPU 硬件上运行。

适合谁:适合想从单张图像快速得到第一个 3D 形状的 3D 美术师、游戏开发者和研究人员。想不装任何东西就试试图像转 3D 的爱好者也适合。

Title: 谁在用一张图像做 3D 模型
Industry | Who uses it | How they use it | Example
游戏 | 独立开发者 | 从概念图得到一个粗略的 3D 物体 | 把角色草图变成第一个网格
设计 | 3D 美术师 | 以参考图像为起点做模型 | 用一张照片开始做一个道具
研究 | 图形学研究人员 | 试用已发表的图像转 3D 方法 | 在自己的图片上测试这个模型
兴趣 | 创客和 3D 打印爱好者 | 把图片变成可以继续打磨的形状 | 把一张玩具的图片转成 3D 模型

如果你需要可直接用于生产、拓扑干净的网格,可以跳过它,因为它给的是一个快速的初始形状。

用在哪里:

  • 网页浏览器:这个 Space 在 Hugging Face 上运行,无需安装任何东西
  • 装有 Python 的 Windows、macOS 或 Linux,使用本地副本
Use case | Who | What they get back
把图像变成 3D | 美术师 | 由你的图片生成的 3D 模型
得到一个快速的基础形状 | 游戏开发者 | 可以在你自己的工具里继续打磨的第一个模型
试用这个方法 | 研究人员 | InstantMesh 方法的可运行演示

如何设置:在线使用这个 Space 什么都不需要。本地副本需要 Python 和仓库列出的包。这个 Space 在 Hugging Face 上用 ZeroGPU 运行,所以本地副本可能需要性能够用的 GPU。

  • 带 pip 的 Python
  • requirements.txt 里的 Python 包
  1. 安装 Hugging Face hub 包,并把这个 Space 下载到一个文件夹。
  2. 进入这个文件夹。
  3. 安装 Gradio 5.50.0,再安装 requirements.txt 里的包。
  4. 用 Python 启动应用。
pip install -U huggingface_hub
hf download TencentARC/InstantMesh --repo-type space --local-dir InstantMesh
cd InstantMesh
pip install gradio==5.50.0
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。给它一张图像,等它做出 3D 模型。

python app.py

示例:你给它一张背景单一、只有一个物体的清晰图片。这个 Space 会根据这一张图像为该物体建一个 3D 模型,并展示给你。

新手与专家:如果你刚接触这类工具,打开这个 Space,先试仓库里的示例图像。然后试一张你自己的、画面里只有一个清晰物体的图片。

如果你熟悉这个领域,这个 Space 列出了 sudo-ai/zero123plus-v1.2、facebook/dino-vitb16 和 TencentARC/InstantMesh。仓库里有一个 zero123plus 文件夹、配置文件和示例图像。代价是速度优先于细节:由一个视角做出的模型,必须猜出看不到的那几面。

你给它一张图像
推断出物体的多个视角
由这些视角建出 3D 模型
结果出现在页面里

注意事项:

  • 硬件:这个 Space 在 Hugging Face 上用 zero-a10g 运行
  • 输入:一张图像就够了
  • License: apache-2
  • Cost to run: none named

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1,609
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/TencentARC/InstantMesh
  • 文件:https://huggingface.co/spaces/TencentARC/InstantMesh/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
InstantMesh 本页1,609gradioapache-2.0
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架