轻量化3D生成模型——Hunyuan3D-2mini本地部署教程：低显存即可快速生成高质量3D模型

一、简介

腾讯混元Hunyuan3D-2mini是基于自研FlashVDM加速架构的轻量化3D生成模型，专为快速生成低显存需求的3D资产设计。 该系统包括两个基础组件：

• 大型形状生成模型 - Hunyuan3D-DiT，
• 大规模纹理合成模型 - Hunyuan3D-Paint

具有以下核心特点：

极速生成与硬件兼容：

• 生成速度：通过FlashVDM架构优化，模型可在0.5秒内完成3D资产生成，较原版Hunyuan3D-2提速30倍，且生成质量与标准版模型相似度达90%。
• 硬件适配：显存占用控制在5GB以内，支持NVIDIA 1070/2060/3050/4050等中低端显卡，甚至可在M1芯片的Mac设备上流畅运行。

技术创新与效率突破：

• 渐进式流蒸馏技术：将传统模型数十步推理步骤压缩至个位数，大幅减少DiT采样环节计算量。
• 层次化体素解码：通过优化VAE解码流程，降低95%的体素查询量，配合动态KV选取技术进一步减少30%计算负载。
• 多视图输入增强：支持上传2-4张标准视角图片，提升生成可控性，降低设计师从原画到3D模型的转换成本。

二、部署过程

基础环境要求:

环境名称	版本信息 1
Ubuntu	22.04.4 LTS
Cuda	V12.1.105
Python	3.10.15
NVIDIA Corporation	RTX 4090

1. 更新基础软件包

查看系统版本信息

# 查看系统版本信息，包括ID（如ubuntu、centos等）、版本号、名称、版本号ID等 cat /etc/os-release 

配置 apt 国内源

# 更新软件包列表 

apt-get update 

这个命令用于更新本地软件包索引。它会从所有配置的源中检索{BANNED}{BANNED}最佳佳新的软件包列表信息，但不会安装或升级任何软件包。这是安装新软件包或进行软件包升级之前的推荐步骤，因为它确保了您获取的是{BANNED}{BANNED}最佳佳新版本的软件包。

# 安装 Vim 编辑器 

apt-get install -y vim 

这个命令用于安装 Vim 文本编辑器。-y 选项表示自动回答所有的提示为“是”，这样在安装过程中就不需要手动确认。Vim 是一个非常强大的文本编辑器，广泛用于编程和配置文件的编辑。

为了安全起见，先备份当前的 sources.list 文件之后，再进行修改：

# 备份现有的软件源列表
cp /etc/apt/sources.list /etc/apt/sources.list.bak 

这个命令将当前的 sources.list 文件复制为一个名为 sources.list.bak 的备份文件。这是一个好习惯，因为编辑 sources.list 文件时可能会出错，导致无法安装或更新软件包。有了备份，如果出现问题，您可以轻松地恢复原始的文件。

# 编辑软件源列表文件 

vim /etc/apt/sources.list 

这个命令使用 Vim 编辑器打开 sources.list 文件，以便您可以编辑它。这个文件包含了 APT（Advanced Package Tool）用于安装和更新软件包的软件源列表。通过编辑这个文件，您可以添加新的软件源、更改现有软件源的优先级或禁用某些软件源。

在 Vim 中，您可以使用方向键来移动光标，i 键进入插入模式（可以开始编辑文本），Esc 键退出插入模式，:wq 命令保存更改并退出 Vim，或 :q! 命令不保存更改并退出 Vim。

编辑 sources.list 文件时，请确保您了解自己在做什么，特别是如果您正在添加新的软件源。错误的源可能会导致软件包安装失败或系统安全问题。如果您不确定，{BANNED}{BANNED}最佳佳好先搜索并找到可靠的源信息，或者咨询有经验的 Linux 用户。

使用 Vim 编辑器打开 sources.list 文件，复制以下代码替换 sources.list 里面的全部代码，配置 apt 国内阿里源。

deb jammy main restricted universe multiverse
deb-src  jammy main restricted universe multiverse
deb  jammy-security main restricted universe multiverse
deb-src  jammy-security main restricted universe multiverse
deb  jammy-updates main restricted universe multiverse
deb-src  jammy-updates main restricted universe multiverse
deb  jammy-backports main restricted universe multiverse
deb-src  jammy-backports main restricted universe multiverse 

安装常用软件和工具

# 更新源列表，输入以下命令： 

apt-get update 

# 更新系统软件包，输入以下命令： 

apt-get upgrade 

# 安装常用软件和工具，输入以下命令： 

apt-get -y install vim wget git git-lfs unzip lsof net-tools gcc cmake build-essential 

出现以下页面，说明国内 apt 源已替换成功，且能正常安装 apt 软件和工具

2. 安装 NVIDIA CUDA Toolkit 12.1

• 下载 CUDA Keyring ：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.0-1_all.deb 

这个命令用于下载 CUDA 的 GPG 密钥环，它用于验证 CUDA 软件包的签名。这是确保软件包安全性的一个重要步骤。

• 安装 CUDA Keyring ：

dpkg -i cuda-keyring_1.0-1_all.deb 

使用 dpkg 安装下载的密钥环。这是必要的，以便 apt 能够验证从 NVIDIA 仓库下载的软件包的签名。

• 删除旧的 apt 密钥（如果必要） ：

apt-key del 7fa2af80 

这一步可能不是必需的，除非您知道 7fa2af80 是与 CUDA 相关的旧密钥，并且您想从系统中删除它以避免混淆。通常情况下，如果您只是安装 CUDA 并使用 NVIDIA 提供的{BANNED}{BANNED}最佳佳新密钥环，这一步可以跳过。

• 更新 apt 包列表 ：

apt-get update 

更新 apt 的软件包列表，以便包括刚刚通过 cuda-keyring 添加的 NVIDIA 仓库中的软件包。

• 安装 CUDA Toolkit ：

apt-get -y install cuda-toolkit-12-1 

出现以下页面，说明 NVIDIA CUDA Toolkit 12.1 安装成功

注意：这里可能有一个问题。NVIDIA 官方 Ubuntu 仓库中可能不包含直接名为 cuda-toolkit-12-1 的包。通常，您会安装一个名为 cuda 或 cuda-12-1 的元包，它会作为依赖项拉入 CUDA Toolkit 的所有组件。请检查 NVIDIA 的官方文档或仓库，以确认正确的包名。

如果您正在寻找安装特定版本的 CUDA Toolkit，您可能需要安装类似 cuda-12-1 的包（如果可用），或者从 NVIDIA 的官方网站下载 CUDA Toolkit 的 .run 安装程序进行手动安装。

请确保您查看 NVIDIA 的官方文档或 Ubuntu 的 NVIDIA CUDA 仓库以获取{BANNED}{BANNED}最佳佳准确的包名和安装指令。

• 出现以上情况，需要配置 NVIDIA CUDA Toolkit 12.1 系统环境变量

编辑 ~/.bashrc 文件

# 编辑 ~/.bashrc 文件 

vim ~/.bashrc 

插入以下环境变量

# 插入以下环境变量 

export PATH=/usr/local/cuda/bin:$PATH 

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 

激活 ~/.bashrc 文件

# 激活 ~/.bashrc 文件 

source ~/.bashrc 

查看 cuda 系统环境变量

which nvcc
nvcc -V 

3. 安装 Miniconda

• 下载 Miniconda 安装脚本 ：
  • 使用 wget 命令从 Anaconda 的官方仓库下载 Miniconda 的安装脚本。Miniconda 是一个更小的 Anaconda 发行版，包含了 Anaconda 的核心组件，用于安装和管理 Python 包。
• 运行 Miniconda 安装脚本 ：
  • 使用 bash 命令运行下载的 Miniconda 安装脚本。这将启动 Miniconda 的安装过程。

# 下载 Miniconda 安装脚本 

wget 

# 运行 Miniconda 安装脚本 

bash Miniconda3-latest-Linux-x86_64.sh 

# 初次安装需要激活 base 环境 

source ~/.bashrc 

按下回车键（enter）

输入 yes

输入 yes

安装成功如下图所示

pip 配置清华源加速

# 编辑 /etc/pip.conf 文件
vim /etc/pip.conf 

加入以下代码

[global] index-url =  

注意事项：

• 请确保您的系统是 Linux x86_64 架构，因为下载的 Miniconda 版本是为该架构设计的。
• 在运行安装脚本之前，您可能需要使用 chmod +x Miniconda3-latest-Linux-x86_64.sh 命令给予脚本执行权限。
• 安装过程中，您将被提示是否同意许可协议，以及是否将 Miniconda 初始化。通常选择 "yes" 以完成安装和初始化。
• 安装完成后，您可以使用 conda 命令来管理 Python 环境和包。
• 如果链接无法访问或解析失败，可能是因为网络问题或链接本身的问题。请检查网络连接，并确保链接是{BANNED}{BANNED}最佳佳新的和有效的。如果问题依旧，请访问 Anaconda 的官方网站获取{BANNED}{BANNED}最佳佳新的下载链接。

4.创建Midiconda虚拟环境

#激活conda conda activate 

#创建虚拟环境 

conda create -n hunyuan3dmini Python==3.10 -y 

5.从github仓库克隆项目

# 克隆项目 

git clone  

6.下载对应的依赖和第三方包

 #激活conda虚拟环境 

conda activate hunyuan3dmini 

#进入下载好的项目文件中(注意自己的项目文件名字，不一样的改一下) 

cd /Hunyuan3D-2-main 

#下载hunyuan3d-2mini所需要的依赖 

pip install -r requirements.txt 

#进入对应的文件中执行setuo.py文件 

cd hy3dgen/texgen/custom_rasterizer 

python3 setup.py install 

cd ../../.. 

cd hy3dgen/texgen/differentiable_renderer 

python3 setup.py install 

7.通过gradio展示

运行gradio_app.py,本代码可以自动下载预训练模型，mini-turbo模型大概8G左右，请注意储存位置的内存是否够用。

# Hunyuan3D-2mini 

python3 gradio_app.py --model_path tencent/Hunyuan3D-2mini --subfolder hunyuan3d-dit-v2-mini-turbo --texgen_model_path tencent/Hunyuan3D-2 --low_vram_mode --enable_flashvdm --enable_t23d 

若网络不好可运行此命令换国内镜像

#Linux
export HF_ENDPOINT=""
#Windows Powershell
$env:HF_ENDPOINT = "" 

8.gradio网页展示