Открытый код

Правка изображения текстом: «убери машины, добавь второй этаж»

Модель редактирования изображений по текстовой инструкции: подаёте фото или эскиз и говорите, что изменить, — композиция и геометрия сохраняются. Запускается локально через diffusers или ComfyUI, нужна видеокарта с 16+ ГБ VRAM (есть квантованные сборки под 8-12 ГБ).

Модель gated: скачать можно только с аккаунтом Hugging Face после согласия с лицензией. Лицензия запрещает коммерческое использование результатов без отдельного соглашения с Black Forest Labs.

Редактор изображений по тексту под лицензией Apache-2.0

Открытая альтернатива FLUX Kontext от Alibaba: правка изображения по инструкции, включая аккуратную работу с текстом на картинке. Ставится через diffusers или ComfyUI, требует ~20 ГБ VRAM в fp16 или квантованную сборку.

Количественный анализ городской морфологии на Python

Библиотека для измерения морфологии застройки: компактность кварталов, плотность, ориентация зданий, связность улиц — около сотни готовых метрик поверх GeoPandas. Данные берутся из OpenStreetMap или своего шейпфайла, запуск — обычный Python-скрипт или Jupyter.

Нодовый интерфейс для диффузионных моделей — «Grasshopper для картинок»

Графовый редактор пайплайнов генерации изображений: узлы для загрузки чекпойнтов, ControlNet, апскейла, инпейнта соединяются проводами, как в Grasshopper. Есть установщик под Windows одним файлом, дальше модели докладываются вручную в папки.

Python-библиотека, через которую запускается почти любая генеративная модель

Единый API к диффузионным моделям: SD, SDXL, FLUX, ControlNet, апскейлеры и видео — всё грузится тремя строками кода. Нужен Python и видеокарта; для батч-обработки сотни ракурсов это удобнее, чем кликать в интерфейсе.

Обучение своей LoRA — например, на портфолио бюро

Графическая оболочка над скриптами обучения LoRA и дообучения SD/SDXL/FLUX. Достаточно 20-50 изображений собственных рендеров, видеокарты с 12+ ГБ VRAM и нескольких часов, чтобы получить модель, стабильно выдающую «ваш» стиль.

Растровый план этажа → объёмная модель в Blender

Распознаёт стены, двери и комнаты на картинке плана средствами OpenCV и собирает по ним 3D-модель в Blender. Нужны Python и установленный Blender; работает с чистыми ортогональными планами, «живые» сканы с размерами и штриховкой ломают распознавание.

5000 размеченных планов квартир — база для обучения распознаванию планировок

Датасет из 5000 планов этажей с попиксельной разметкой стен, помещений, дверей и окон плюс код бейзлайна на PyTorch. Скачивается напрямую с сайта проекта, лицензия — исследовательская, для некоммерческого использования.

Векторный план этажа прямо из облака точек лазерного сканирования

Трансформер, который по проекции облака точек сразу выдаёт векторные полигоны помещений, минуя ручную обводку. Код к статье CVPR 2023: нужен Linux, CUDA и сборка кастомных расширений PyTorch, готовые веса выложены.

Генерация планировок квартир по графу связей помещений

Диффузионная модель, которая рисует векторный план по заданному графу «какая комната с какой смежна». Обучена на RPLAN (китайские типовые квартиры); нужен Linux с CUDA, отдельная заявка на датасет и ручная сборка окружения.

Датасет RPLAN, на котором обучена модель, выдаётся авторами по индивидуальному запросу по почте — свободного скачивания нет.

Открытое BIM-ядро и полноценный IFC-редактор внутри Blender

Библиотека чтения и записи IFC на Python и C++ плюс аддон Bonsai (бывший BlenderBIM), превращающий Blender в BIM-среду с редактированием элементов, свойств и чертежей. Bonsai ставится как обычный аддон Blender, ifcopenshell — через pip.

Скрипты и автоматизация в Revit без Visual Studio

Среда для написания и запуска Python-скриптов прямо в Revit: устанавливается инсталлятором, добавляет свою вкладку с несколькими сотнями готовых инструментов. Свой скрипт — это просто файл .py в нужной папке, перезапуск Revit не требуется.

Обмен BIM-моделями между Revit, Rhino, Blender и браузером

Открытая платформа, разбирающая модель на объекты и версионирующая их как git: коннекторы к Revit, Rhino, Grasshopper, Blender, ArchiCAD, вьювер в браузере и Python/.NET API. Можно пользоваться облаком проекта или поднять сервер у себя через Docker.

Визуальное программирование для Revit и Civil 3D — открытый исходник

Тот самый Dynamo, что идёт с Revit, но в виде открытого проекта: нодовая среда с Python-узлами, через которые подключаются ML-библиотеки и внешние API. Отдельно ставить обычно не нужно — он уже в Revit; репозиторий полезен для написания своих узлов.

Готовый BIM-вьювер в браузере на JavaScript

Набор компонентов поверх Three.js и web-ifc: загрузка IFC, дерево модели, разрезы, замеры, выборка свойств — из этого за день собирается свой веб-просмотрщик проекта. Нужны Node.js и базовый JavaScript, документация с живыми примерами.

Вычислительный фреймворк для архитектуры и цифрового фабрикейшена

Разработанный в ETH Zurich каркас для геометрии, сеток, расчёта конструкций и робототехники с интеграциями в Rhino, Grasshopper и Blender. Ставится через pip или conda, документация с туториалами и большая экосистема пакетов (compas_fab для роботов, compas_fea для расчётов).

Климатический анализ и энергомоделирование в Grasshopper

Ядро экосистемы Ladybug/Honeybee: разбор EPW-файлов погоды, солнечные карты, розы ветров, инсоляция, а через Honeybee — связка с EnergyPlus и Radiance. Ставится плагином в Grasshopper или через pip как Python-библиотека.

Параметрическая CAD-модель по текстовому описанию

Модель генерирует последовательность CAD-операций (эскиз, выдавливание, скругление) по описанию на естественном языке, то есть на выходе редактируемая история построения, а не сетка. Код к статье NeurIPS 2024: Linux, CUDA, ручная подготовка датасета DeepCAD.

PDF со СНиПами и техзаданиями → чистый markdown с таблицами

Конвейер разбора документов: определяет колонки, таблицы, формулы и подписи под иллюстрациями, отдаёт markdown или JSON, пригодный для загрузки в LLM. Ставится через pip, есть готовый веб-интерфейс и работа без видеокарты (медленнее).

Распознавание текста на сканах чертежей, включая повёрнутый

Промышленный OCR-набор: детекция и распознавание текста под любым углом, разбор структуры документа и таблиц, поддержка русского языка. Ставится через pip, модели лёгкие и работают на процессоре.

15 000 фрагментов реальных CAD-чертежей с разметкой символов

Датасет чертежей с попиксельной и повекторной разметкой 30 классов элементов: двери, окна, сантехника, мебель, лестницы. Версия на Hugging Face готова к загрузке через библиотеку datasets или FiftyOne.

Один ControlNet на все режимы: линии, глубина, сегментация, скетч

Универсальный ControlNet для SDXL, заменяющий десяток отдельных моделей: контуры, canny, depth, нормали, сегментация, поза — всё в одном файле на 2,5 ГБ. Подключается узлом в ComfyUI или через diffusers.

Базовая модель генерации изображений с лучшей архитектурной геометрией

Двенадцатимиллиардная модель, заметно точнее SDXL в прямых линиях, перспективе и мелкой детали фасада. Запускается в ComfyUI или diffusers; в fp16 нужно около 24 ГБ VRAM, есть квантованные GGUF-сборки под 8-12 ГБ.

Модель gated: нужен аккаунт Hugging Face и согласие с лицензией. Коммерческое использование результатов требует отдельной лицензии Black Forest Labs.

Управление композицией для FLUX: контуры, глубина, тайлинг

Мультирежимный ControlNet под FLUX.1-dev: canny, softedge, depth, tile, upscaling в одной модели. Подключается стандартным узлом ControlNet в ComfyUI, требует уже загруженный FLUX.1-dev.

Наследует некоммерческую лицензию FLUX.1-dev.

ControlNet, заточенный именно под прямые линии интерьеров и фасадов

Модель из оригинального набора ControlNet 1.1 для Stable Diffusion 1.5, работающая с детектором прямых отрезков MLSD — то есть с сеткой стен, проёмов и перекрытий. Файл около 1,4 ГБ, работает даже на видеокарте с 6 ГБ VRAM.

Увеличение рендера с дорисовкой правдоподобной детали

ControlNet для апскейла: поднимает разрешение рендера или эскиза, дорисовывая фактуру материалов вместо простого сглаживания. Работает в связке с FLUX.1-dev в ComfyUI, VRAM требуется столько же, сколько на генерацию.

Наследует некоммерческую лицензию FLUX.1-dev.

Карта глубины по одной фотографии за секунды

Модель оценки глубины по единственному изображению: на выходе depth-карта, которую можно подать в ControlNet или использовать для грубого объёма. Код под Apache-2.0, ставится через pip; крупные веса выложены под некоммерческой CC BY-NC-4.0, мелкие — свободнее.

Веса модели Large — CC BY-NC-4.0, для коммерческих задач берите вариант Small/Base под Apache-2.0.

Апскейл старых фотографий и сканов без выдумывания деталей

Классический апскейлер с готовыми исполняемыми файлами под Windows: перетащили папку с картинками — получили увеличенные в 2-4 раза. Есть отдельная модель под рисунки и графику, работает и без видеокарты.

3D-сцена и позиции камер по нескольким фото за один проход сети

Трансформер, который по набору снимков сразу выдаёт положения камер, карты глубины и облако точек — без классического этапа сопоставления и уравнивания. Ставится через pip, есть демо и Colab; для десятков кадров хватает одной видеокарты.

Лицензия репозитория некоммерческая (Meta* research license) — для коммерческих проектов не годится.

Фотореалистичная модель здания по видеообходу

Референсная реализация метода, снявшего NeRF с пьедестала: по набору кадров строится облако гауссиан, которое крутится в реальном времени и выглядит как фотография. Нужны Linux или Windows с CUDA, компиляция расширений и предварительный прогон COLMAP.

Лицензия INRIA/MPII разрешает только исследовательское и образовательное использование; для коммерции нужен отдельный договор.

3D-реконструкция по разнородным фото, в том числе историческим

Развитие DUSt3R: сопоставляет изображения сразу в трёхмерном пространстве, поэтому справляется с кадрами разных лет, объективов и ракурсов. Есть готовый Gradio-интерфейс и предобученные веса; нужна видеокарта с 8+ ГБ VRAM.

Веса и код — CC BY-NC-SA, только некоммерческое использование.

Бесплатная фотограмметрия с нодовым интерфейсом и без консоли

Готовое приложение поверх библиотеки AliceVision: перетаскиваете папку с фотографиями, жмёте старт, получаете текстурированную сетку. Скачивается собранным билдом под Windows и Linux, для полного качества нужна видеокарта NVIDIA.

Ядро под MPL-2.0, но реконструкция плотного облака использует CUDA-модуль с собственными условиями — коммерческое использование стоит проверять отдельно.

Гауссово сплаттинг без CUDA — работает даже в браузере и на маке

Реализация 3D Gaussian Splatting на Rust и WebGPU: не требует NVIDIA, запускается на Windows, macOS, Android и прямо в браузере. Скачивается готовым бинарником, обучение сцены идёт с живым предпросмотром.

Ортофотоплан и рельеф участка по аэросъёмке с дрона

Конвейер обработки снимков с квадрокоптера: ортофотоплан, цифровая модель рельефа, облако точек и текстурированная сетка. Есть графическая оболочка WebODM, разворачивается через Docker одной командой.

3D-объект по одной картинке или текстовому описанию

Модель генерации 3D от Microsoft: по одному изображению выдаёт сетку с текстурой, гауссианы или радиансное поле. Лицензия MIT, есть демо на Hugging Face; локально нужна видеокарта с 16 ГБ VRAM и сборка расширений.