企业官网建设流程全解析

如何用Hunyuan3D-2从单张图片生成带纹理的高清3D资产，免费且最快28秒完成

【免费下载链接】Hunyuan3D-2High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.项目地址: https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2

Hunyuan3D-2 是腾讯混元团队开源的大规模 3D 资产生成系统：给它一张图片，它先重建出无纹理的 3D 网格，再为其合成高分辨率 PBR 纹理（PBR 是一种模拟真实材质光照反应的纹理表达）。官方给出的参考数据是：标准模式全流程约 2 分 47 秒，换成 Turbo 蒸馏模型后压缩到 5 步采样，形状生成约 28 秒；只做形状生成约 6 GB 显存，形状+纹理全流程约 16 GB 显存。本文不按"先讲原理再动手"的常规顺序，而是让你先跑出一个 glb 文件，再回头解释它为什么能做到。

先跑起来：安装与最小生成示例

整个环境是纯 Python，官方支持 macOS、Windows、Linux。下面的命令完成克隆与依赖安装；如果你只做形状生成，可以跳过最后两行 C++ 扩展（那是纹理渲染器专用的）：

git clone https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2 cd Hunyuan3D-2 pip install -r requirements.txt pip install -e . # 纹理流程需要两个本地 CUDA 扩展（仅纹理用户需要） cd hy3dgen/texgen/custom_rasterizer && python3 setup.py install && cd ../../.. cd hy3dgen/texgen/differentiable_renderer && python3 setup.py install

装完后，最短的生成路径是加载 0.6B 的 Turbo 模型（模型权重名为tencent/Hunyuan3D-2mini，首次运行会自动下载），开启 FlashVDM 加速后 5 步采样即可出网格。FlashVDM 是一个步数蒸馏加速方案，把原本 50 步的扩散采样压到 5 步，代价是细节略有损失：

from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline pipeline = Hunyuan3DDiTFlowMatchingPipeline.from_pretrained( 'tencent/Hunyuan3D-2mini', subfolder='hunyuan3d-dit-v2-mini-turbo', use_safetensors=False, device='cuda' ) pipeline.enable_flashvdm(topk_mode='merge') # 启用 5 步采样 mesh = pipeline( image='assets/demo.png', num_inference_steps=5, octree_resolution=380, output_type='trimesh' )[0] mesh.export('shape.glb') # 输出是 trimesh 对象，glb/obj 都能存

仓库里对应的可运行脚本是 examples/faster_shape_gen_with_flashvdm_mini_turbo.py，直接python3执行即可看到单模型耗时。跑通之后，效果大概是这样：

能出结果了，下一个自然的问题是：它凭什么一张图就能定出完整的立体结构？

为什么快且稳：两阶段生成架构拆解

Hunyuan3D-2 把"图生 3D"拆成两个独立阶段，而不是一个大模型端到端出结果：

1. 形状阶段（Hunyuan3D-DiT）：基于流匹配的扩散 Transformer（Diffusion Transformer，用 Transformer 做扩散去噪），输入单张或多张 2D 图像，输出与图像在几何上对齐的裸网格。
2. 纹理阶段（Hunyuan3D-Paint）：接收上一步的网格和参考图，输出高分辨率纹理。README 中提到支持 4K 级纹理。

拆开的实际好处有两个：一是几何和纹理各自的难度被解耦，互不拖累；二是纹理阶段不挑输入——手工建模的网格同样能丢给 Hunyuan3D-Paint 上材质，这等于附赠了一个"给现成模型自动贴图"的能力。

速度上则靠两条路：Turbo 系列模型（如hunyuan3d-dit-v2-mini-turbo）是步数蒸馏版，5 步出形；hunyuan3d-dit-v2-*-fast系列是 guidance 蒸馏版，把 DiT 推理时间减半。显存方面，官方模型页标注形状生成约 6 GB、形状+纹理合计约 16 GB，1.1B 的完整模型跑在消费级显卡上是可行的；0.6B 的 mini 系列参数更小，显存压力更低。

架构清楚了，接下来看三类真实使用场景该怎么组合这些能力。

三个实战场景：多视图、纹理全流程与轻量部署

场景一：多视图形状生成，处理被遮挡的物体

单张图只能看到物体的一面，背面结构全靠模型"猜"。如果你的素材能拍出正面、左侧、背面三张同物照片（仓库自带样例如 assets/example_mv_images/），换用 1.1B 的多视图模型 Hunyuan3D-2mv，把三张图一起喂进去，遮挡面的几何一致性会明显更好。示例 examples/shape_gen_multiview.py 的写法：

from PIL import Image from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline images = { "front": Image.open("assets/example_mv_images/1/front.png"), "left": Image.open("assets/example_mv_images/1/left.png"), "back": Image.open("assets/example_mv_images/1/back.png"), } pipeline = Hunyuan3DDiTFlowMatchingPipeline.from_pretrained( 'tencent/Hunyuan3D-2mv', subfolder='hunyuan3d-dit-v2-mv', variant='fp16' ) mesh = pipeline( image=images, num_inference_steps=30, octree_resolution=380, num_chunks=20000 )[0] mesh.export('mv.glb')

多视图推理比单图重一些（1.1B 模型 + 三份图像条件），步数可以按需在 5（turbo 子文件夹）到 50 之间取舍。

场景二：单图出带纹理的完整资产

只出白模往往不够用，加一行纹理管线就是完整资产。形状和纹理是两个独立的 pipeline，先后调用即可（完整示例见 examples/textured_shape_gen.py）：

from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline from hy3dgen.texgen import Hunyuan3DPaintPipeline model_path = 'tencent/Hunyuan3D-2' pipeline_shapegen = Hunyuan3DDiTFlowMatchingPipeline.from_pretrained(model_path) pipeline_texgen = Hunyuan3DPaintPipeline.from_pretrained(model_path) mesh = pipeline_shapegen(image='assets/demo.png')[0] # 阶段一：几何 mesh = pipeline_texgen(mesh, image='assets/demo.png') # 阶段二：纹理 mesh.export('demo.glb')

如果手里已经有手工建模的网格、只想要贴图，跳过阶段一直接调用Hunyuan3DPaintPipeline即可；多视图贴图可以进一步看 examples/fast_texture_gen_multiview.py。带纹理的完整流程效果：

场景三：不想写代码，用 Web 界面或 API

如果你要把 Hunyuan3D-2 接进自己的工作流，仓库自带三种入口：Gradio 网页端、HTTP API 服务器，以及依赖 API 服务器的 Blender 插件（blender_addon.py）。前两种各一条命令：

# Gradio 网页界面：mini + Turbo + 低显存模式 python3 gradio_app.py --model_path tencent/Hunyuan3D-2mini \ --subfolder hunyuan3d-dit-v2-mini-turbo \ --texgen_model_path tencent/Hunyuan3D-2 \ --low_vram_mode --enable_flashvdm # API 服务器：对 8080 端口 POST 一张 base64 图片，直接落盘 glb python3 api_server.py --host 0.0.0.0 --port 8080

--low_vram_mode会做显存优化调度，小显存机器上跑网页端时建议常驻。批量生成或给其他软件（比如 Blender 插件、内部工具）供数时，API 服务器是更合适的形态。

参数调节与常见故障排查

生成调用里真正需要碰的参数不多，默认值来自 hy3dgen/shapegen/pipelines.py 的__call__签名：

⚠️ 几个高频问题的定位思路（原因 → 解法）：

• CUDA OOM→ 先用 0.6B 的 mini 系列模型；或降低octree_resolution、num_chunks；跑网页端时加--low_vram_mode。
• 边缘发虚、轮廓锯齿→octree_resolution偏低，从 380 提到 420 左右，并适当增加采样步数。
• 多视图结果背面跳变→ 输入三张图的光照、背景不一致。用仓库自带的 hy3dgen/rembg.py 做背景移除，尽量统一拍摄条件。
• 网格像"白板"→ 只跑了形状阶段，补上Hunyuan3DPaintPipeline纹理阶段即可。
• 同图两次结果不同→ 没有固定种子，传入generator=torch.manual_seed(...)。

选哪个模型：一张对照表和后续索引

官方模型矩阵（大小与定位来自 README 的 Models Zoo）：

选择逻辑可以压缩成三句话：快速迭代选 mini-turbo + 5 步；交付质量选 v2-0 全量模型 + 30 步以上并接 Paint；输入有遮挡就切到 mv 多视图系列。

想继续深入的话，仓库内几个入口各有分工：examples/ 下按"单图/多视图/纹理/Turbo"分好了十来个可运行脚本；hy3dgen/shapegen/ 是形状生成核心（DiT、VAE、调度器）；hy3dgen/texgen/ 是纹理管线与可微渲染器；docs/source/started/ 下有按 Gradio、API、Blender 等入口拆分的文档；minimal_demo.py 则演示了含纹理增强的端到端调用。先把第一节的那个小脚本跑通，再顺着 examples 逐个替换参数，基本就覆盖了这套系统日常会用到的全部能力。

【免费下载链接】Hunyuan3D-2High-Resolution 3D Assets Generation with Large Scale Hunyuan3D Diffusion Models.项目地址: https://gitcode.com/GitHub_Trending/hu/Hunyuan3D-2