Hunyuan3D 2.1

Clore.ai पर Tencent Hunyuan3D 2.1 के साथ टेक्स्ट या छवियों से 3D मेश जनरेट करें

Tencent द्वारा Hunyuan3D 2.1 एक दो-चरणीय 3D जनरेशन मॉडल है: यह पहले ज्यामिति (आकार) का अनुमान लगाता है, फिर PBR टेक्सचर संश्लेषित करता है। यह इनपुट के रूप में टेक्स्ट प्रॉम्प्ट और संदर्भ छवियाँ, दोनों स्वीकार करता है और GLB, OBJ, या PLY फ़ॉर्मेट में उत्पादन-तैयार मेश आउटपुट करता है। HuggingFace पर 3 मिलियन से अधिक डाउनलोड के साथ, यह सबसे व्यापक रूप से अपनाए गए ओपन-सोर्स 3D जनरेशन मॉडलों में से एक है।

सभी उदाहरण GPU servers पर चलते हैं, जो से किराए पर लिए गए हैं CLORE.AI मार्केटप्लेस.

मुख्य विशेषताएँ

• टेक्स्ट-टू-3D और इमेज-टू-3D — एक ही मॉडल में दोनों इनपुट मोड

• दो-चरणीय पाइपलाइन — पहले आकार निर्माण, फिर PBR टेक्सचर संश्लेषण

• उच्च-निष्ठा आउटपुट — अल्बीडो, नॉर्मल, और रफनेस मैप्स के साथ विस्तृत ज्यामिति

• एकाधिक एक्सपोर्ट फ़ॉर्मेट — GLB, OBJ, PLY

• Gradio वेब UI — ब्राउज़र-आधारित इंटरैक्शन, किसी कोडिंग की आवश्यकता नहीं

• 16–24 GB VRAM — RTX 3090 और RTX 4090 पर चलता है

• 3M+ डाउनलोड HuggingFace पर — सक्रिय समुदाय और निरंतर अपडेट

आवश्यकताएँ

घटक	न्यूनतम	अनुशंसित
GPU	RTX 3090 24 GB	RTX 4090 24 GB
VRAM	16 GB	24 GB
RAM	16 GB	32 GB
डिस्क	50 GB	100 GB
CUDA	12.8+	12.8+
Python	3.10	3.11

Clore.ai pricing: RTX 4090 ≈ $0.14–0.42/घं · RTX 3090 ≈ $0.07–0.21/घं

त्वरित शुरुआत

1. क्लोन करें और इंस्टॉल करें

git clone https://github.com/Tencent/Hunyuan3D-2.git
cd Hunyuan3D-2

# परिवेश बनाएँ
conda create -n hunyuan3d python=3.10 -y
conda activate hunyuan3d

# PyTorch इंस्टॉल करें
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128

# निर्भरताएँ इंस्टॉल करें
pip install -r requirements.txt

# मॉडल वेट्स डाउनलोड करें (पहले रन पर स्वतः डाउनलोड होंगे, कुल ~15 GB)
python -c "from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline; Hunyuan3DDiTFlowMatchingPipeline.from_pretrained('tencent/Hunyuan3D-2')"

2. Gradio वेब UI लॉन्च करें

python gradio_app.py --port 7860 --share

UI प्रदान करता है:

• टेक्स्ट-टू-3D जनरेशन के लिए टेक्स्ट इनपुट फ़ील्ड

• इमेज-टू-3D जनरेशन के लिए इमेज अपलोड

• इन्फ़ेरेंस स्टेप्स, गाइडेंस स्केल, और सीड के लिए स्लाइडर

• ऑर्बिट कंट्रोल्स के साथ 3D मॉडल प्रीव्यू

• GLB/OBJ/PLY के लिए डाउनलोड बटन

3. Python API के माध्यम से जनरेट करें

from hy3dgen.shapegen import Hunyuan3DDiTFlowMatchingPipeline
from hy3dgen.texgen import Hunyuan3DPaintPipeline

# चरण 1: आकार निर्माण
shape_pipeline = Hunyuan3DDiTFlowMatchingPipeline.from_pretrained(
    "tencent/Hunyuan3D-2",
    subfolder="shapegen",
)
shape_pipeline.to("cuda")

# टेक्स्ट से मेश जनरेट करें
mesh = shape_pipeline(
    prompt="एक विस्तृत मध्यकालीन तलवार, अलंकृत हत्थे के साथ",
    num_inference_steps=30,
    guidance_scale=7.5,
    seed=42,
)[0]

mesh.export("sword_shape.glb")

4. टेक्सचर जोड़ें (चरण 2)

# चरण 2: टेक्सचर संश्लेषण
texture_pipeline = Hunyuan3DPaintPipeline.from_pretrained(
    "tencent/Hunyuan3D-2",
    subfolder="texgen",
)
texture_pipeline.to("cuda")

textured_mesh = texture_pipeline(
    mesh=mesh,
    prompt="एक विस्तृत मध्यकालीन तलवार, अलंकृत हत्थे के साथ",
    num_inference_steps=20,
    seed=42,
)[0]

textured_mesh.export("sword_textured.glb")

उपयोग के उदाहरण

इमेज-टू-3D जनरेशन

from PIL import Image

# संदर्भ छवि लोड करें
image = Image.open("reference_chair.png")

# छवि से आकार जनरेट करें
mesh = shape_pipeline(
    image=image,
    num_inference_steps=30,
    guidance_scale=7.5,
    seed=42,
)[0]

# टेक्सचर लागू करें
textured = texture_pipeline(
    mesh=mesh,
    image=image,
    num_inference_steps=20,
    seed=42,
)[0]

textured.export("chair.glb")

बैच प्रोसेसिंग

from pathlib import Path

prompts = [
    "एक लाल स्पोर्ट्स कार, लो-पॉली गेम एसेट",
    "एक लकड़ी का ख़ज़ाना संदूक, PBR मटेरियल",
    "वाइज़र वाला एक साई-फाई हेलमेट, हार्ड-सर्फ़ेस",
]

output_dir = Path("/workspace/3d-output")
output_dir.mkdir(exist_ok=True)

for i, prompt in enumerate(prompts):
    mesh = shape_pipeline(prompt=prompt, num_inference_steps=30, seed=42)[0]
    textured = texture_pipeline(mesh=mesh, prompt=prompt, num_inference_steps=20, seed=42)[0]
    textured.export(str(output_dir / f"asset_{i:03d}.glb"))
    print(f"जनरेट किया गया: asset_{i:03d}.glb — {prompt[:40]}")

एकाधिक फ़ॉर्मेट में एक्सपोर्ट करें

# GLB (अनुशंसित — टेक्सचर शामिल, सार्वभौमिक फ़ॉर्मेट)
textured_mesh.export("model.glb")

# OBJ (MTL मटेरियल फ़ाइल के साथ)
textured_mesh.export("model.obj")

# PLY (वर्टेक्स कलर्स, पॉइंट क्लाउड-संगत)
textured_mesh.export("model.ply")

प्रदर्शन संदर्भ

GPU	आकार (30 स्टेप्स)	टेक्सचर (20 स्टेप्स)	कुल
RTX 4090	~20 सेकंड	~15 सेकंड	~35 सेकंड
RTX 3090	~30 सेकंड	~25 सेकंड	~55 सेकंड
A100 40G	~18 सेकंड	~12 सेकंड	~30 सेकंड

सुझाव

• इमेज बैकग्राउंड हटाएँ इमेज-टू-3D से पहले — उपयोग करें rembg स्वच्छ सेगमेंटेशन के लिए

• टेक्स्ट प्रॉम्प्ट अधिक विशिष्ट होने से लाभ उठाते हैं — "चमड़े से लिपटे हत्थे वाली लो-पॉली मध्यकालीन तलवार" "तलवार" की तुलना में बेहतर परिणाम देती है

• कम करें num_inference_steps इटरशन के दौरान तेज़ प्रीव्यू के लिए 15–20 तक

• बढ़ाएँ guidance_scale (8–12) प्रॉम्प्ट का अधिक कड़ाई से पालन कराने के लिए, विविधता की कीमत पर

• GLB सबसे अच्छा एक्सपोर्ट फ़ॉर्मेट है — यह ज्यामिति, टेक्सचर, और मटेरियल्स को एक ही फ़ाइल में पैक करता है

• उपयोग करें --share Clore.ai पर रिमोट ब्राउज़र एक्सेस के लिए Gradio लॉन्च करते समय

• मॉडल वेट्स लगभग 15 GB हैं — पहले रन से पहले पर्याप्त डिस्क स्पेस सुनिश्चित करें

• गेम एसेट्स के लिएउच्च गुणवत्ता पर जनरेट करें, फिर LOD स्तरों के लिए Blender में decimate करें

समस्या निवारण

समस्या	समाधान
CUDA out of memory	RTX 3090+ (24 GB) का उपयोग करें। बैच साइज या इन्फ़ेरेंस स्टेप्स कम करें
मॉडल डाउनलोड अटक जाता है	डिस्क स्पेस जाँचें। उपयोग करें huggingface-cli download tencent/Hunyuan3D-2 मैन्युअली
Gradio UI पहुँच योग्य नहीं है	पास करें --share फ्लैग, या Clore.ai डैशबोर्ड से पोर्ट 7860 फ़ॉरवर्ड करें
कमज़ोर ज्यामिति गुणवत्ता	बढ़ाएँ num_inference_steps 40+ तक, अलग-अलग सीड्स आज़माएँ
टेक्सचर आर्टिफ़ैक्ट्स	टेक्सचर चरण से पहले सुनिश्चित करें कि shape mesh साफ़ है
नई इंस्टॉल पर इम्पोर्ट त्रुटियाँ	चलाएँ pip install -r requirements.txt फिर से — कुछ डिपेंडेंसियाँ सोर्स से कंपाइल होती हैं
पहले रन पर धीमी जनरेशन	अपेक्षित — पहले इन्फ़ेरेंस के बाद मॉडल कंपाइलेशन और वेट लोडिंग कैश हो जाती है

संसाधन

• Hunyuan3D-2 GitHub

• HuggingFace मॉडल

• CLORE.AI मार्केटप्लेस