1. チュートリアルの概要

Kiss3DGenは、EnVision-Researchチームによって開発され、2025年3月に公開されたオープンソースの3D生成・再構成フレームワークです。事前学習済みの2D拡散モデルを3Dコンテンツ生成タスクに効率的に移行することを目指しています。Flux、Multiview、Caption、Reconstruction、LLMといった高度なモジュールを統合し、高品質なマルチビューレンダリング、3Dテキスト生成、画像から3Dへの変換、3Dメッシュ再構成をサポートします。また、法線マップとテクスチャ情報を組み合わせた3D Bundle Image技術を導入し、正確な幾何学的再構成を実現します。さらに、ControlNetなどのツールと連携することで、3Dモデルの拡張や編集にも活用できます。このオープンソースフレームワークは導入が容易で、学術研究と実用化の両方の価値を有しています。関連研究論文も入手可能です。 Kiss3DGen: 3Dアセット生成のための画像拡散モデルの再利用CVPR 2025 に含まれています。

このチュートリアルでは、デュアルGPU RTX a6000構成を使用します。プロジェクトプロンプトは英語のみでご利用いただけます。

2. プロジェクト例

テキストから 3D へ 

画像から3Dへ 

3. 操作手順

1. コンテナを起動した後、API アドレスをクリックして Web インターフェイスに入ります

2. 使用手順

「Bad Gateway」と表示される場合は、モデルが初期化中であることを意味します。モデルのサイズが大きいため、5～7分ほどお待ちいただいてからページを更新してください。

テキストから 3D へ 

画像から3Dへ

注: エラーが発生した場合は、より小さい画像を使用してください。3MB未満の画像の使用をお勧めします。

パラメータの説明

• Redux強度: 生成された画像を「再描画/最適化」する度合いを制御します。値が高いほど、元の画像への変更が大きくなり、ディテールも変化します。値が低いほど、元の画像の詳細と構造がより多く保持されます。値の範囲: 0～1。
• ノイズ除去強度：生成プロセスにおけるノイズ除去の度合いを制御します。値が高いほど（1に近いほど）、入力プロンプトに近い画像が生成されますが、変化が大きくなります。値が低いほど、元の画像に近い結果が生成されます。値の範囲：0～1。
• Redux を有効にする: 有効にすると、画像の生成後に Redux の強度に基づいて最適化された再描画が自動的に実行され、画像の品質と詳細が向上します。
• ControlNet を有効にする: 有効にすると、生成された画像がスタイルを維持しながら特定の構造要件を満たすことができるように、構造的または機能的制約 (参照スケッチ、エッジ マップ、深度マップなど) の生成プロセス中に ControlNet を使用できるようになり、

引用情報

このプロジェクトの引用情報は次のとおりです。

@article{lin2025kiss3dgen,
  title={Kiss3DGen: Repurposing Image Diffusion Models for 3D Asset Generation},
  author={Lin, Jiantao and Yang, Xin and Chen, Meixi and Xu, Yingjie and Yan, Dongyu and Wu, Leyi and Xu, Xinli and Xu, Lie and Zhang, Shunsi and Chen, Ying-Cong},
  journal={arXiv preprint arXiv:2503.01370},
  year={2025}
}