Stable Zero123文本生3D工作流：SDXL+SDS组合拳，一句话直接生成3D物体

Stable Zero123文本生3D工作流：SDXL+SDS组合拳，一句话直接生成3D物体

【免费下载链接】stable-zero123项目地址: https://ai.gitcode.com/hf_mirrors/stabilityai/stable-zero123

Stable Zero123 是 Stability AI 开源的文本生3D模型，核心玩法是SDXL + SDS 组合拳：先用 SDXL 一句话生成图片，再通过得分蒸馏采样（SDS）重建出可交互的3D物体。相比原版 Zero123 和 Zero123-XL，它的数据渲染与条件化策略都做了升级，多视角一致性明显更强，是目前把"一句提示词变成3D网格"流程走得最顺滑的开源方案之一。🚀

一图看懂：Stable Zero123 的3D生成效果

下面这张图来自项目 README 的官方效果演示：左侧是一张卡通恐龙输入图，上排是 Zero123-XL 的多视角输出，下排是 Stable Zero123 的多视角输出。

👀 直观对比可以发现，Stable Zero123 在转到背后、俯视等特殊视角时，背部棘刺的颜色和几何形状保持得更完整，不会出现视角一翻就"面目全非"的情况——这正是做3D重建时最看重的多视角一致性。

模型档案：它是做什么的？

仓库里直接提供了两个权重文件，拿来即用：

• stable_zero123.ckpt—— 标准版（仅限研究/非商用）
• stable_zero123_c.ckpt—— 商用版（C = Commercially-available）

工作流拆解：SDXL + SDS 组合拳怎么打

Stable Zero123 的"文本生3D"并不是一步到位，而是两段接力：

1. SDXL 负责"想象力"：输入一句提示词（例如A simple 3D render of a friendly dog），用 SDXL 类图像生成器产出一张高质量单视角图；
2. Stable Zero123 + SDS 负责"立体化"：以这张图为条件，用 SDS 对可微3D参数做优化，模型不断从各视角预测"这个物体长什么样"，反向修正3D结构，最终收敛出一个多视角一致的3D网格。

💡 简单说：SDXL 给"第一张脸"，SDS 帮它补全"整个世界"。

两个 Checkpoint 怎么选？

两个版本在视觉质量上几乎一致（官方内部测试结论），区别只在授权，选哪个看你的用途：

商用版按 StabilityAI 社区许可，允许研究、非商业及有限的商业用途，年营收低于 100 万美元的团队可免费使用。做产品上架、商业交付，选stable_zero123_c.ckpt就对了。

快速上手：5步跑通3D生成

以下流程基于已适配 Stable Zero123 的 threestudio 框架：

1. 安装 threestudio：按其官方文档安装即可，环境要求以该框架为准；
2. 放置权重：把stable_zero123.ckpt下载到load/zero123/目录。也可以直接克隆本项目获取权重文件：

   git clone https://gitcode.com/hf_mirrors/stabilityai/stable-zero123

3. 准备输入图：任选一张图，或用 Stable Assistant 等 AI 绘图工具从文本生成（提示词建议带上 "simple 3D render" 这类词）；
4. 去除背景：把图片背景抠掉，保存到load/images/，文件名建议以_rgba.png结尾（如hamburger_rgba.png）；
5. 启动生成：

   python launch.py --config configs/stable-zero123.yaml --train --gpu 0 data.image_path=./load/images/hamburger_rgba.png

跑完后就能在输出目录里得到3D网格，拖进任意3D查看器旋转查看 🎮。

常见问题 FAQ

Q：Stable Zero123 比 Zero123-XL 强在哪？A：数据渲染质量与条件化策略都做了改进，多视角一致性更好，侧面、俯视等难视角不容易"崩坏"（回看上面的对比图就很明显）。

Q：一定要先出图再生成3D吗？A：如果你已有满意的目标图（比如产品图、手绘草图），可以直接从第4步开始，跳过 SDXL 这一步，效果反而更可控。

Q：对显卡有要求吗？A：训练是在 8 × A100 上完成的；推理侧跟随 threestudio 的要求，建议至少一块显存充裕的中高端独显，SDS 优化过程对显存消耗不小。

写在最后

Stable Zero123 的价值在于把"文本 → 3D"这条链路变得可复现、可商用、可定制：SDXL 出图、Stable Zero123 多视角补全、SDS 收敛成网格，每一步都有明确的工程落点。如果你正在做3D内容生产、电商建模或游戏素材批量化，这套工作流值得放进你的技术清单里试试。

【免费下载链接】stable-zero123项目地址: https://ai.gitcode.com/hf_mirrors/stabilityai/stable-zero123