huggingface/meshgen

Use AI Agents directly in Blender.

解决的问题

MeshGen 允许用户使用自然语言控制 Blender，将复杂的 3D 建模任务转化为简单的文本提示。它将 AI 定位为辅助艺术家的工具，而非取代者。

运作方式

它作为一个 Blender 插件运行，利用 AI 代理将文本指令翻译为软件内的操作。用户可以选择本地推理（通过 llama.cpp 或 Ollama）或远程 API（Hugging Face、Anthropic 或 OpenAI）。针对进阶 3D 功能，它提供与 LLaMA-Mesh 的可选集成以进行本地网格理解与生成，以及与 Hyper3D 的集成以进行高保真 3D 网格创建。

目标对象

希望通过 AI 自动化创建与操作 3D 对象来加速工作流程的 3D 艺术家与 Blender 用户。

特色亮点

  • 本地与远程后端灵活性（Ollama、Hugging Face、OpenAI、Anthropic）。
  • 与 LLaMA-Mesh 集成以进行本地网格理解。
  • 通过 Hyper3D 集成实现高保真 3D 生成。
  • 可直接安装为 Blender 插件。

相关

  • 项目
    sakalond/StableGen

    一个将 TRELLIS.2 与 ComfyUI 集成的 Blender 插件，可从文本或图像生成 3D 网格，并为现有模型应用 AI 驱动的贴图。

  • 项目
    nexu-io/codex-slides

    专为 Codex 编码代理设计的开源 AI 幻灯片工作室，通过可控的实时编辑工作流，将提示词、代码库或文件转换为专业的演示文稿。

  • 项目
    NVIDIA-NeMo/Megatron-Bridge

    NeMo Megatron Bridge 是一个 PyTorch 原生库，用于连接 Hugging Face 模型检查点与 NVIDIA 的 Megatron‑Core 训练引擎。它提供双向检查点转换、验证和高吞吐量训练（张量/管道并行、FP8/BF16/FP4）。该仓库附带数十种 LLM、VLM 和扩散模型的现成配方（例如 Llama 3.2、Nemotron‑3 Ultra、K‑EXAONE‑2），并支持 SFT/LoRA 微调。可通过官方 NeMo Docker 容器或从源代码安装，并使用提供的快速入门脚本进行模型转换、训练或导出。

  • 项目
    tensorflow/java

    TensorFlow‑Java 提供可发布到 Maven 的 Java/JVM 绑定，包括低级 JNI 包装（`tensorflow‑core`）、高级神经网络 API（`tensorflow‑framework`）以及独立的 ndarray 库。支持 Linux（x86_64、arm64）和 macOS（Apple Silicon）二进制文件，可选 GPU 构建，并与标准 Java 构建工具集成。