图像视频Hugging Face上手难度 🔧 进阶#图生3D#3D Gaussian Splatting#3DGS#单图重建#三维重建#speridlabs#Hugging Face
Idol · 单图生成 3D 高斯泼溅开源模型
一张图生成 100 万高斯点,7.2GB 显存、2 秒出模型
指标同步中,请稍后刷新查看 在 Hugging Face 查看
5 分钟上手
NVIDIA GPU 必选,峰值显存 7.2GB;RTX 4090 约 19s/张,3080 约 46s# 1) 先在 Hugging Face 接受 dinov3 与 FLUX.2-dev 条款,再登录
hf auth login
# 2) 安装 SDK
git clone https://github.com/speridlabs/idol-sdk.git
cd idol-sdk
pip install -e .
# 3) 单图转 3DGS(实拍用 --mode real,渲染图用 synthetic)
python -m idol.sample --image photo.jpg --mode real
python -m idol.sample --image renders/ --mode synthetic --out outputs项目速览
Idol 是 speridlabs 在 2026 年 10 月底开源的单图转 3D 模型,采用 Apache-2.0 许可。它把一张物体照片或渲染图,直接输出为标准 3DGS .ply 文件,最多生成 1,048,576 个高斯点,并且会补出原图没拍到的侧面与背面。
能做什么
- 自动抠图与取景(内置 BiRefNet),再预测输入相机位姿,输出
.ply+_camera.json - 单次请求最多 1,048,576 个高斯点,峰值显存 7.2GB,消费级显卡可跑
- 官方面向 TRELLIS、TripoSplat、LGM 做过对标:SSIM 0.726、LPIPS 0.213、IoU 0.862 均领先
- 提供
synthetic(渲染图/生成图)与real(实拍照片)两套取景模式
怎么部署
克隆 idol-sdk 后 pip install -e . 即可,需要 Python 3.10+、PyTorch 2.5+ 与 NVIDIA GPU。首次运行会自动下载约 3GB 权重,并依赖 facebook/dinov3 与 FLUX.2 的 VAE 两个 gated 模型,需先在 HF 接受条款并 hf auth login。Hugging Face 上另有官方 Space 可直接试。
适合谁
做电商 3D 商品展示、游戏/影视资产快速起模、数字人道具建模的团队,以及需要批量把图库转成可漫游 3D 资产的 AIGC 工作室。
✅ 优点
- •Apache-2.0 许可,权重与代码都开放
- •7.2GB 峰值显存,RTX 4090 约 19 秒出一版
- •输出标准 .ply,可直接丢进任意高斯泼溅查看器
⚠️ 局限与坑
- •依赖两个 gated 模型,首次部署要先过 HF 条款审核
- •仍需 NVIDIA GPU + CUDA,纯 CPU 不可用
- •单图重建,背面与遮挡区域靠模型推测,精度不稳定
💼 典型应用场景
- 1.电商商品图一键转可旋转 3D 展示
- 2.游戏/影视道具快速起模与预览
- 3.图库批量转 3DGS 做场景素材库
🔗 资源直达
图像视频· 同类项目推荐
返回全部开源项目指标每周自动更新