文本生成 3D
输入一段文本提示，框架通过多视图扩散模型先生成多视图图像，再融合为高分辨率 3D 模型，整个过程可在 5 秒内完成。
价格官网未公开价格
平台Web
归类3D 与建模
收录2026-10-10
复核2026-10-10
编辑评分
4.3 / 5
★★★★☆
LGM编辑总结
LGM 全称 Large Multi-view Gaussian Model，是一套从文本提示或单视图图像生成高分辨率 3D 内容的框架。它用多视图高斯特征作为 3D 表示，配合非对称 U-Net 主干处理多视图图像，训练分辨率提升到 512。称生成一个 3D 对象的时间保持在 5 秒以内，兼顾质量与速度。官网主要面向研究介绍，使用额度与商业化方案，普通用户上手前需先确认是否有可用的在线体验入口。
LGM是什么？
LGM（Large Multi-view Gaussian Model）是一套面向 3D 内容生成的框架，输入可以是文本提示，也可以是单张视图图像，输出是高分辨率的 3D 模型。它面向的是需要快速把想法变成 3D 资产的创作者、研究者与开发者。
从看，它的核心设计有两点。一是把多视图高斯特征作为 3D 表示，再融合起来做可微渲染；二是用一个非对称 U-Net 作为高吞吐主干，在多视图图像上运行，而这些多视图图像由多视图扩散模型根据文本或单视图输入生成。在把训练分辨率提升到 512 的同时，仍能在 5 秒内生成 3D 对象。
不同用户的使用方式不一样。研究者关注的是它的多视图高斯表示与非对称 U-Net 主干设计；开发者关注的是如何把文本到 3D、图像到 3D 的能力接进自己的流程；普通用户则更需要先确认官方是否提供可直接操作的演示入口，因为官网目前以技术介绍为主。
LGM核心功能
单图生成 3D
输入一张视图图像即可生成 3D 对象，适合已有参考图、希望快速转成三维资产的场景，同样走多视图生成再融合的流程。
多视图高斯表示
把多视图高斯特征作为 3D 表示，再融合起来做可微渲染，这种表示既高效又有表现力，是提升分辨率的关键设计。
非对称 U-Net 主干
采用非对称 U-Net 作为高吞吐主干，直接在多视图图像上运行，用来承接由文本或单视图输入生成的多视图图像。
512 训练分辨率
在保持快速生成的同时把训练分辨率提升到 512，从而支持高分辨率 3D 内容生成，这是相对早期前馈模型的主要改进点。
5 秒级生成速度
中明确提到，生成一个 3D 对象的时间保持在 5 秒以内，速度与高分辨率被同时作为该框架的卖点。
LGM值不值得用？
当作快速出 3D 草模的工具来看，LGM 值得关注：它支持文本和单图两种输入，能在 5 秒内生成 3D 对象，并且把训练分辨率做到 512，速度和清晰度兼顾。当作正式生产管线的一环则要谨慎，官网目前以技术介绍为主，没有公开价格、额度、导出格式与商用授权等信息，能否稳定接入现有流程需要先自行确认。如果只是想了解多视图高斯表示与非对称 U-Net 主干这套思路，它的介绍也足够清楚。
建议选它的情况
- 需要把一段文字快速变成 3D 对象、用于找灵感或做草模的人
- 手里已有单张参考图，想快速转成 3D 资产的创作者
- 关注多视图高斯表示与 3D 生成主干设计的研究者与开发者
不建议选它的情况
- 需要明确的商用授权、导出格式与 SLA 保障的生产团队
- 希望直接看到公开价格与使用额度再决定是否投入的用户
LGM使用建议
入门先把路子走对
- 先读技术介绍进入官网后先看首页对多视图高斯特征与非对称 U-Net 主干的说明，理解它为什么能做到 5 秒生成与 512 分辨率。
- 确认体验入口官网以研究介绍为主，动手前先确认是否有可直接操作的在线演示或代码入口，避免把时间花在找不到入口上。
- 从单图试起如果已有清晰的物体参考图，先用单图生成跑一遍，比纯文本提示更容易判断生成质量是否符合预期。
进阶省时间也省钱
- 文本提示写具体文本会先经多视图扩散模型转成多视图图像，描述越具体、视角信息越明确，后续融合出的 3D 结果越可控。
- 对照分辨率取舍官方把 512 训练分辨率作为主要改进，如果对细节要求高，优先确认所用入口是否跑在这一分辨率档位上。
- 关注后续版本这类框架迭代较快，正式接入前建议以官方页面上的最新说明为准，避免按旧信息做技术选型。
LGM适合谁用？
3D 内容创作者
推荐可用文本或单图快速产出 3D 草模， 5 秒即可生成，适合前期概念探索。
AI 研究者
推荐多视图高斯表示与非对称 U-Net 主干的设计思路清晰，适合作为 3D 生成方向的参考。
独立开发者
有条件若希望把文本到 3D、图像到 3D 接进产品，需先确认官方是否提供可调用的入口与授权方式。
商业生产团队
有条件导出格式与商用条款，直接用于正式产线前需要额外确认合规与稳定性。
只想点开即用的普通用户
不推荐以技术介绍为主，缺少明确的开箱即用说明，非技术用户上手门槛偏高。
LGM优点和缺点
优点
- 生成 3D 对象可控制在 5 秒内，速度与高分辨率兼顾
- 训练分辨率提升到 512，支持高分辨率 3D 内容生成
- 同时支持文本提示与单视图图像两种输入方式
- 用多视图高斯特征做 3D 表示，可融合后做可微渲染
缺点
- 未说明导出格式与商用授权条款
- 以技术介绍为主，普通用户缺少明确上手入口
LGM常见问题
LGM 要收费吗？＋
目前只做技术介绍，没有公开价格、订阅档位或免费额度，具体是否收费需要以官方页面为准。如果你在评估预算，建议先确认官方是否提供可试用入口，再决定是否把它纳入流程。
它现在的主力能力是什么？＋
的核心是从文本提示或单视图图像生成高分辨率 3D 模型。它用多视图高斯特征作为 3D 表示，用非对称 U-Net 作为高吞吐主干，生成一个 3D 对象可在 5 秒内完成，训练分辨率提升到 512。
它和一般的 3D 生成工具怎么选？＋
没有点名其他产品，所以无法给出逐项对比。可以把握的判断点是：LGM 强调在保持 5 秒级生成速度的同时把训练分辨率做到 512，如果你的核心诉求是又快又清晰地把文本或单图变成 3D 对象，它值得列入候选。
国内能正常使用吗？＋
未说明国内访问情况，也没有提到区域限制或网络要求。如果你的项目依赖稳定调用，建议先自行测试访问与生成是否顺畅，再决定是否接入正式流程。
生成一个 3D 模型要多久？＋
中明确写到，在提升训练分辨率的同时仍能把生成 3D 对象的时间保持在 5 秒以内。实际耗时还会受输入方式与运行环境影响，具体。
它支持哪些输入方式？＋
目前的是两类：文本提示和单视图图像。两种输入都会先经多视图扩散模型生成多视图图像，再由非对称 U-Net 主干处理，最终融合成高分辨率 3D 模型。
能直接拿去商用吗？＋
未公开商用授权条款，也没有说明生成内容的版权归属。如果要把产出用于商业项目，建议先向官方确认授权范围，避免后续出现合规问题。
LGM竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| LGM本工具 | 4.3 | 官网未公开价格 | 文本生成 3D；单图生成 3D；多视图高斯表示；非对称 U-Net 主干 | Web |
| CAT4D | — | 未标价 | 4D 场景创建工具，使用多视图视频扩散模型 | — |
| MVDrag3D | — | 未标价 | 基于多视图生成重建先验的拖拽式3D 编辑工具 | — |
| Prompt Depth Anything | — | 未标价 | 高分辨率、高精度的深度估计方法 | — |
| DiffSplat | — | 未标价 | DiffSplat 是一个从文本提示和单视图图像生成 3D 高斯点云的生成框架 | — |
| D3GA | — | 未标价 | 基于高斯点云的可驱动3D 人体模型 | — |
