返回工具列表
GenRecon
GenRecon 利用生成式先验从稀疏图像重建高保真 3D 场景，输出可编辑的 PBR 网格。
工具简介
GenRecon 是一种多视角 3D 场景重建方法，它将生成式 3D 先验（如 Trellis.2）引入重建流程。通过将场景分割为有重叠的区块，并在每个区块上基于投影对齐的图像特征进行条件 3D 生成，最终融合成一个完整场景。输出为 PBR（Physically Based Rendering）网格，可直接导入 Unity、Unreal 等引擎进行重新打光或编辑。
相比传统 SfM/MVS 或 NeRF 方法，GenRecon 利用生成模型的强大先验来补全遮挡区域和细节，在室内场景重建中据称比当前最优方法高出 16% 的保真度和完整度。用户只需手机拍摄一段视频或少量图像，即可快速获得高质量的 3D 模型，大大简化了建模流程。
该项目已开源代码和预训练模型，但实际使用中仍建议配备较好的 GPU（如 NVIDIA RTX 系列）以获得合理的推理速度。由于依赖生成模型，其输出可能偶尔会出现与真实场景不完全一致的细节，且目前主要针对室内环境优化，室外或其他复杂场景的泛化性尚待验证。大规模训练和定制化微调需要较大的计算资源。
GenRecon 非常适合室内设计师、游戏开发者、VR/AR 看房应用以及需要快速可视化原型的创作者，能够将拍摄的照片或视频直接转化为可编辑的 3D 资产。但对于要求毫米级精度的工业测量或建筑测绘等高精度场景，现阶段可能无法满足需求。