Idol:单图生成 3D 高斯泼溅模型
NEW将单张物体图片转换为 3D Gaussian splat 的模型与 SDK,可生成物体背面,支持消费级 GPU。
Idol 将一张物体图片(渲染图、生成图或照片)转为 3D 高斯泼溅(3D Gaussian splat):先去背景、裁剪取景,再生成最多 1,048,576 个高斯点,包括图片未展示的侧面,输出标准 3DGS .ply 文件。模型含 370M 参数的 DiT、288M 参数的解码器,图像条件来自 DINOv3 ViT-H+ 与 FLUX.2 VAE,背景去除用 BiRefNet,采样为 Euler 50 步、CFG 3.0。权重首次使用时从 Hugging Face 下载,需先申请 facebook/dinov3-vith16plus 与 black-forest-labs/FLUX.2-dev 的访问权限并 hf auth login。提供 CLI 与 Python API,区分 synthetic(合成图)与 real(真实照片)模式,支持 CUDA/MPS/CPU 设备,CUDA 上默认启用编译加速;峰值显存 7.2 GB。仓库含 Gradio demo,README 还给出与其他单图转 3DGS 模型的基准对比及各 GPU 上的请求耗时。