今天给大家演示一个基于ComfyUI 的 Hunyuan3D v2 工作流，它能够通过多视角输入图像，结合模型推理完成三维重建，并最终生成可视化的网格文件。
整个流程涵盖了模型加载、图像编码、多视角条件生成、采样推理、体素解码与网格转换，最后输出为可直接使用的三维模型。通过这一工作流，可以直观地看到从二维图像到三维模型的生成过程，非常适合三维创作、虚拟展示和建模学习的应用场景。
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 多视角语义融合驱动三维生成
- FluxGuidance 语义权重强化与结构稳定调节
- 使用方法
- 应用场景
- 开发与应用
工作流介绍
本工作流以 Hunyuan3D v2 作为核心模型，结合 CLIP 图像特征编码与多视角条件输入，实现了从正面、背面、左侧和右侧的图像输入到完整三维模型的自动化生成。工作流中的核心环节包括模型与 VAE 的加载、FluxGuidance 提示引导、多视角编码条件输入，以及 KSampler 的推理采样。配合 VAEDecodeHunyuan3D 和 VoxelToMesh，生成结果能够顺利转换为标准的 GLB 格式网格模型，方便在各类三维场景中使用。
核心模型
本工作流核心依赖 Hunyuan3D v2 多视角重建模型，其权重通过 ImageOnlyCheckpointLoader 节点加载，并搭配 VAE 解码器完成体素到三维模型的还原。该模型结合了多视角输入的图像特征，确保在三维生成中能够获得较高的细节还原度和空间一致性。
| 模型名称 | 说明 |
|---|---|
| hunyuan3d-dit-v2-mv-turbo_fp16.safetensors | 来自 HuggingFace 的 Hunyuan3D v2 模型，支持多视角条件输入与三维重建 |
