huggingface/meshgen

Use AI Agents directly in Blender.

해결하는 문제

MeshGen은 사용자가 자연어를 사용하여 Blender를 제어할 수 있도록 하여 복잡한 3D 모델링 작업을 간단한 텍스트 프롬프트로 변환합니다. 이는 AI를 아티스트를 대체하는 것이 아니라 아티스트를 돕는 도구로 자리매김합니다.

작동 방식

Blender 애드온으로 작동하며, AI 에이전트를 사용하여 텍스트 지침을 소프트웨어 내의 작업으로 변환합니다. 사용자는 로컬 추론(llama.cpp 또는 Ollama 사용) 또는 원격 API(Hugging Face, Anthropic 또는 OpenAI) 중에서 선택할 수 있습니다. 고급 3D 기능을 위해 로컬 메쉬 이해 및 생성을 위한 LLaMA-Mesh와의 선택적 통합과 고충실도 3D 메쉬 생성을 위한 Hyper3D와의 통합을 제공합니다.

대상 사용자

AI를 사용하여 3D 객체의 생성 및 조작을 자동화하여 워크플로우 속도를 높이고자 하는 3D 아티스트 및 Blender 사용자.

주요 특징

  • 로컬 및 원격 백엔드 유연성(Ollama, Hugging Face, OpenAI, Anthropic).
  • 로컬 메쉬 이해를 위한 LLaMA-Mesh와의 통합.
  • Hyper3D 통합을 통한 고충실도 3D 생성.
  • Blender 애드온으로 직접 설치 가능.

관련

  • 프로젝트
    sakalond/StableGen

    TRELLIS.2와 ComfyUI를 통합하여 텍스트나 이미지에서 3D 메시를 생성하고 기존 모델에 AI 기반 텍스처를 적용하는 Blender 애드온입니다.

  • 프로젝트
    nexu-io/codex-slides

    Codex 코딩 에이전트를 위한 오픈 소스 AI 슬라이드 스튜디오로, 프롬프트, 리포지토리 또는 파일을 제어 가능하고 실시간 편집이 가능한 워크플로우를 통해 전문적인 프레젠테이션으로 변환합니다.

  • 프로젝트
    NVIDIA-NeMo/Megatron-Bridge

    NeMo Megatron Bridge는 Hugging Face 모델 체크포인트와 NVIDIA의 Megatron‑Core 훈련 엔진을 연결하는 PyTorch 네이티브 라이브러리입니다. 양방향 체크포인트 변환, 검증, 고처리량 훈련(텐서/파이프라인 병렬, FP8/BF16/FP4)을 제공합니다. 저장소에는 수십 개의 LLM, VLM, 확산 모델(예: Llama 3.2, Nemotron‑3 Ultra, K‑EXAONE‑2)을 위한 기성 레시피가 포함되어 있으며 SFT/LoRA 미세 조정을 지원합니다. 공식 NeMo Docker 컨테이너 또는 소스에서 설치하고 제공된 빠른 시작 스크립트를 사용하여 모델을 변환, 훈련 또는 내보낼 수 있습니다.

  • 프로젝트
    tensorflow/java

    TensorFlow‑Java는 Maven에 게시 가능한 Java/JVM 바인딩을 제공하며, 저수준 JNI 래퍼(`tensorflow‑core`), 고수준 신경망 API(`tensorflow‑framework`), 독립형 ndarray 라이브러리를 포함합니다. Linux(x86_64, arm64) 및 macOS(Apple Silicon) 바이너리를 지원하며, 선택적 GPU 빌드도 가능하며 표준 자바 빌드 도구와 통합됩니다.