Open-DiffusionGS
Intégration du Gaussian Splatting dans le Denoiser de Diffusion pour une génération et reconstruction d'images 3D à une seule étape rapide et évolutive (ICCV 2025)
Générez des objets 3D à partir d'images uniques et exportez-les sous forme de maillages en environ six secondes.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentIntégration du Gaussian Splatting dans le Denoiser de Diffusion pour une génération et reconstruction d'images 3D à une seule étape rapide et évolutive (ICCV 2025)
Open-DiffusionGS compte 855 étoiles sur GitHub. Il a été forké 45 fois. Open-DiffusionGS est écrit principalement en Python. Il est développé activement depuis 2024. Open-DiffusionGS est disponible sous licence MIT. Ses principaux thèmes sont : 3d-diffusion-models, 3d-gaussian-splatting, 3d-generation, 3d-graphics.
Qu'est-ce que Open-DiffusionGS ?
Intégration du Gaussian Splatting dans le Denoiser de Diffusion pour une génération et reconstruction d'images 3D à une seule étape rapide et évolutive (ICCV 2025)
Open-DiffusionGS est-il open source ?
Open-DiffusionGS est un projet open source. Il est distribué sous licence MIT.
Open-DiffusionGS est-il gratuit ?
Oui. Open-DiffusionGS est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est Open-DiffusionGS ?
Open-DiffusionGS est disponible sous licence MIT.
Dans quel langage Open-DiffusionGS est-il écrit ?
Open-DiffusionGS est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/caiyuanhao1998-open-diffusiongs.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.