Accueil Projets DiT-3D
DiT-3D
Python

DiT-3D

🔥🔥🔥Code source officiel de "DiT-3D : Exploring Plain Diffusion Transformers for 3D Shape Generation"

par DiT-3D · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Langue
3d-shape-generationdiffusion-modelsdiffusion-transformerApache-2.0Python
Voir sur GitHub
En termes simples

Générez des formes 3D à partir d'entrées simples en utilisant un modèle IA spécialisé.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
DiT-3D — GitHub preview card
📈 Historique des étoiles
322321
2026-07-202026-08-31
📈 Suivez DiT-3D

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

🔥🔥🔥Code source officiel de "DiT-3D : Exploring Plain Diffusion Transformers for 3D Shape Generation"

DiT-3D compte 321 étoiles sur GitHub. Il a été forké 24 fois. DiT-3D est écrit principalement en Python. Il est développé activement depuis 2023. DiT-3D est disponible sous licence Apache-2.0. Ses principaux thèmes sont : 3d-shape-generation, diffusion-models, diffusion-transformer, point-clouds.

Frequently asked questions

Qu'est-ce que DiT-3D ?

🔥🔥🔥Code source officiel de "DiT-3D : Exploring Plain Diffusion Transformers for 3D Shape Generation"

DiT-3D est-il open source ?

DiT-3D est un projet open source. Il est distribué sous licence Apache-2.0.

DiT-3D est-il gratuit ?

Oui. DiT-3D est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est DiT-3D ?

DiT-3D est disponible sous licence Apache-2.0.

Dans quel langage DiT-3D est-il écrit ?

DiT-3D est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — DiT-3D

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=dit-3d-dit-3d)](https://olud.ai/project/dit-3d-dit-3d.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
HunyuanVideo
HunyuanVideo : Un cadre systématique pour le modèle de génération vidéo large
12.3k · diffusion-models
partagediffusion-transformerdiffusion-models
HunyuanImage-2.1
HunyuanImage-2.1 : Un modèle de diffusion efficace pour la génération d'images à partir de text…
672 · aigc
partagediffusion-transformerdiffusion-models
Voost
[SIGGRAPH Asia 25] Voost : Un transformateur de diffusion unifié et évolutif pour l'essai virtu…
340 · diffusion-models
partagediffusion-transformerdiffusion-models
ICEdit
[NeurIPS 2025] L'édition d'images vaut une seule LoRA ! 0,1 % de données d'entraînement pour un…
2.1k · diffusion
partagediffusion-transformerdiffusion-models
fantasy-talking
[ACM MM 2025] FantasyTalking : Génération de portraits parlants réalistes via synthèse de mouve…
1.6k · diffusion
partagediffusion-transformerdiffusion-models
DiT-Extrapolation
Implémentation officielle pour "RIFLEx : Un déjeuner gratuit pour l'extrapolation de longueur d…
820 · cogvideox
partagediffusion-transformerdiffusion-models
VirConv
Convolution Sparse Virtuelle pour la Détection d'Objets 3D Multimodaux
384 · 3d-object-detection
partagepoint-clouds
UNO
[ICCV 2025] 🔥🔥 UNO : Une méthode de personnalisation universelle pour le conditionnement à la…
1.4k · diffusion
partagediffusion-transformer
TEASER-plusplus
Une bibliothèque d'enregistrement de nuages de points rapide et robuste
2.3k · 3d-reconstruction
partagepoint-clouds
f5-tts-mlx
Implémentation de F5-TTS dans MLX
640 · diffusion-transformer
partagediffusion-transformer

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.