懂AI
Instant-angelo

Instant-angelo

快速实现高保真三维重建，20分钟出结果

Instant-angelo项目旨在在20分钟内实现高保真的数字孪生三维重建，特别适合移动设备捕获的RGB视频。通过使用UniSDF等技术，能够逼真地重建反射物体。项目支持平滑和细节重建模式，分别适用于简单和复杂表面。提供详细的安装和数据准备指南，并支持自定义数据集。了解如何高效地完成高质量神经表面的重建，体验快速稳定的三维模型生成。

Instant-angelo高保真3D重建COLMAP快速重建Github开源项目
GitHubHugging Face论文

Instant-angelo 项目简介

项目概述

Instant-angelo 是一项创新的项目，旨在快速创建高保真数字孪生体（Digital Twin），并且时间仅需 20 分钟！它能够从常见的移动设备拍摄的 RGB 视频中构建出逼真的 3D 表面。这些 3D 表面不论是小型物体还是大型真实场景，都能展现出卓越的三维地理细节。然而，目前的方法在速度和细节保真度上仍有改进空间。Instant-angelo 正致力于研究如何在短时间内达到高质量的重建效果。

最新进展

项目新增了 UniSDF 的重新实现，这是一种通用微分渲染器，用于反射物体的 3D 重建，表现出了最先进的效果。通过在反射模式下的应用，Instant-angelo 将能够更好地重建反光表面，提升项目的逼真度及重建速度。

项目目标

目前的 Neuralangelo 版本在实际场景重建上需要 40 小时和 40 GB 的显存。为了弥补这一不足，Instant-angelo 计划开发一个改进版的模型，使得在 20 分钟内实现高保真的神经表面重建成为可能，不牺牲质量。

安装说明

项目对安装环境有一定要求。在终端中，用户需要运行如下命令以安装必要的软件包：

pip install torch torchvision
pip install git+https://github.com/NVlabs/tiny-cuda-nn/#subdirectory=bindings/torch
pip install -r requirements.txt

有关 COLMAP 的安装说明，请访问其官方网站。

数据准备

在进行重建之前，用户需要准备数据并按照如下结构组织：

-data_001
    -images
    -mask (optional)
-data_002
    -images
    -mask (optional)

使用 COLMAP 后，可以用提供的脚本进行预处理和滤波以优化重建效果。

重建开始

项目提供了不同的重建模式，从平滑表面重建到细节表面重建，以及实验性的反射表面重建，用户可以根据具体需求选择不同的模式。

平滑表面重建

这种模式适用于表面光滑、细节较少的物体。执行命令：

bash run_neuralangelo-colmap_sparse.sh ${INPUT_DIR}

细节表面重建

如果需要高保真的细节重建，并有现成的点云数据，可以使用以下命令：

bash run_neuralangelo-colmap_dense.sh ${INPUT_DIR}

实验性反射表面重建

对于反射表面的重建，可以尝试：

bash run_neuralangelo-colmap_sparse_reflection.sh ${INPUT_DIR}

常见问题解答

1. CUDA 内存不足怎么办？

Instant-angelo 需要至少 10GB 的 GPU 内存。可以尝试降低 model.num_samples_per_ray 的数值从 1024 到 512。

2. 我可以在商业项目中使用该项目吗？

项目采用 MIT 许可证，允许商业使用，但需适当归属原作者和项目。

3. 我的自定义数据集重建效果不好怎么办？

如果遇到与数据集不兼容的问题，请联系项目维护者或在项目页面提出问题。

相关项目

  • instant-nsr-pl：优秀的 PyTorch-Lightning 实现
  • neuralangelo：Neuralangelo 官方实现
  • sdfstudio：基于 SDF 的神经重建统一框架

致谢

特别感谢 UniSDF 的作者 Fangjinhua Wang 以及 instant-nsr-pl 的 bennyguo 等人对项目改进的贡献。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表

爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型，支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。

olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多