# tttLRM

> Нейросеть превращает серию фотографий в полноценную 3D-модель за секунды

tttLRM - инструмент для 3D-реконструкции с длинным контекстом и авторегрессивным обучением во время тестирования. Поддерживает COLMAP данные.

- Категории: 3D, Opensource, Бесплатные
- Работает из России: Да
- Бизнес-модель: Бесплатно
- Сайт сервиса: https://github.com/cwchenwang/tttLRM
- Карточка в каталоге: https://ailibri.com/tttlrm
- Обновлено: 2026-06-02

## Описание

tttLRM - это инструмент для 3D-реконструкции из нескольких изображений, который работает с длинными последовательностями кадров и умеет генерировать сцены автоматически, кусок за куском. Проект был представлен на CVPR 2026 и решает задачу построения трехмерных моделей из большого числа фотографий - там, где обычные методы начинают тормозить или терять качество.


Основная фишка - это test-time training, то есть модель дообучается прямо во время работы с конкретной сценой. Это позволяет ей адаптироваться к особенностям данных и выдавать более точные результаты. Плюс есть два режима работы: полный, когда все изображения обрабатываются сразу, и автоматический, который разбивает входные данные на части по четыре кадра и генерирует модель поэтапно. Второй вариант полезен, когда изображений очень много и нужно экономить память.


Работает tttLRM на основе sequence parallel - это означает, что входные изображения и генерируемые 3D-гауссианы распределяются между несколькими GPU. Количество видеокарт должно делиться на заданное число без остатка, чтобы всё работало корректно. Это важно, если у тебя мощная машина и ты хочешь ускорить процесс.


Инструмент поддерживает работу с датасетом DL3DV Benchmark - это тестовый набор данных, который не использовался при обучении, а также с собственными данными, полученными через COLMAP. Если у тебя есть свои фотографии сцены и реконструкция от COLMAP, можно сконвертировать их в нужный формат и запустить инференс. Правда, автор честно предупреждает, что модель обучалась на определенных разрешениях и параметрах камеры, так что на своих данных результат может быть не идеальным.


Установка требует Python 3.10, PyTorch, flash-attn и несколько других зависимостей. Есть готовые скрипты для скачивания предобученных моделей и запуска инференса, так что начать можно быстро. Код выложен на GitHub под лицензией Adobe Research License, а сам проект опирается на наработки LongLRM и LaCT.

## Похожие сервисы в каталоге

- [Amica](https://ailibri.com/amica): Открытый интерфейс для интерактивного общения с 3D-персонажами через голосовой синтез и распознавание речи. Создавайте диалоги с AI-аватарами.
- [CADAM](https://ailibri.com/cadam): CADAM - веб-приложение с открытым исходным кодом для создания 3D-моделей из текста и изображений с помощью ИИ, экспорт в STL и SCAD форматы.
- [AniGen](https://ailibri.com/anigen): AniGen - фреймворк для генерации анимируемых 3D-моделей из одного изображения. Использует S³ Fields для создания формы, скелета и скиннинга объектов.
- [Project Lyra](https://ailibri.com/project-lyra): Открытая модель для генерации 3D-миров от NVIDIA. Создает исследуемые 3D-сцены из изображений и видео с долгосрочной 3D-согласованностью через самодистилляцию д
- [Three Mediapipe Rig](https://ailibri.com/three-mediapipe-rig): Модуль ThreeJs для быстрой настройки скелетной анимации через Google MediaPipe с отслеживанием движений лица, тела и рук с веб-камеры
- [Video to World](https://ailibri.com/video-to-world): Метод реконструкции 3D-миров из видео диффузионных моделей с использованием нежесткого выравнивания для устранения 3D-несоответствий в сгенерированных последова

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com