Accueil Projets XCube
XCube
Python

XCube

[CVPR 2024 Highlight] XCube : Modélisation générative 3D à grande échelle utilisant des hiérarchies de voxels épars

par nv-tlabs · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
3d-generationcomputer-visiongenerative-aiPython
Voir sur GitHub
En termes simples

Créez des modèles 3D détaillés à l'aide d'une nouvelle méthode qui génère efficacement des grilles de voxels haute résolution.

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 →
XCube — GitHub preview card
📈 Historique des étoiles
547544
2026-07-202026-08-31
📈 Suivez XCube

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

[CVPR 2024 Highlight] XCube : Modélisation générative 3D à grande échelle utilisant des hiérarchies de voxels épars

XCube compte 546 étoiles sur GitHub. Il a été forké 41 fois. XCube est écrit principalement en Python. Il est développé activement depuis 2024. Ses principaux thèmes sont : 3d-generation, computer-vision, generative-ai, graphics.

Frequently asked questions

Qu'est-ce que XCube ?

[CVPR 2024 Highlight] XCube : Modélisation générative 3D à grande échelle utilisant des hiérarchies de voxels épars

XCube est-il open source ?

XCube est un projet open source.

XCube est-il gratuit ?

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

Dans quel langage XCube est-il écrit ?

XCube est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — XCube

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=nv-tlabs-xcube)](https://olud.ai/project/nv-tlabs-xcube.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

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