Security-101 课程解析：IAM 能力全景——目录服务与八大身份安全控制
2026/9/18 16:30:06
今天给大家演示一个基于Hunyuan3D v2的 ComfyUI 多视角三维重建工作流。该流程通过加载前、后、左、右四个不同角度的输入图像，结合多视角条件编码与潜空间采样机制，实现从二维输入到三维模型的自动化生成。
整个过程涵盖模型加载、特征提取、条件融合、潜变量采样、体素解码、网格提取与三维文件导出，帮助用户直观理解如何快速从静态图像生成可交互的三维可视化成果。
文章目录
- 工作流介绍
- 核心模型
- Node节点
- 工作流程
- 大模型应用
- Hunyuan3Dv2ConditioningMultiView 多视角语义融合控制
- CLIPVisionEncode（Front / Back / Left / Right） 单视角视觉特征抽取
- EmptyLatentHunyuan3Dv2 三维潜空间初始化
- KSampler 三维生成推理核心
- VAEDecodeHunyuan3D 三维体素重建解码
- VoxelToMesh 体素转网格
- SaveGLB 最终 3D 模型输出
- 使用方法
- 应用场景
- 开发与应用
工作流介绍
该工作流的核心是hunyuan3d-dit-v2-mv模型，它在潜空间中处理多视角输入，保证生成结果既有几何一致性又具备丰富的细节表现。结合 CLIPVision 的图像特征提取与多视角条件融合节点，工作流实现了从图像输入到三维输出的完整闭环，适用于多样化的三维重建需求。
核心模型
在核心模型部分，工作流以 Hunyuan3D v2 为基础，该模型能够将不同视角的输入图像整合为一致的潜空间表达，进而在三维生成中保持几何与纹理的准确性。通过与 VAE 和采样器的配合，模型确保输出的三维结果具有良好的细节和稳定性。
| 模型名称 | 说明 |
|---|---|
| hunyuan3d-dit-v2-mv_fp16.safetensors | Hunyuan3D v2 多视角预训练模型，支持多张图像输入，生成高质量 3D 潜空间表示，用于体素生成与解码。 |
Node节点
节点的使用形成了从模型加载到三维模型导出的完整链路。首先通过 ImageOnlyCheckpointLoade