Idol: из одного фото в просматриваемый 3D-объект — опубликованы веса

Что именно можно получить из фото?

Результат — файл .ply с так называемыми 3D Gaussian splats: цветными элементами, из которых программа просмотра собирает объёмное изображение. Это не готовая геометрическая сетка для 3D-печати. По описанию авторов, программа удаляет фон, выделяет предмет и вместе с файлом результата сохраняет обработанное изображение и предполагаемое положение камеры. Например, исходным материалом может быть фотография настольной лампы; внешний вид невидимой стороны придётся проверять глазами, а не считать достоверным. s1s3

В официальном репозитории есть загружаемые файлы самой Idol и открытый SDK — набор программного кода для запуска. Веб-демонстрация, на которую ссылаются разработчики, выполняется на чужом сервере и не доказывает, что модель работает офлайн у вас дома. s1s3

Что требуется для локального запуска и каковы права?

Документация SDK предполагает Python от версии 3.10, PyTorch от 2.5 и видеокарту NVIDIA с CUDA — программной платформой её ускорения. При первом запуске скачиваются не только веса Idol, но и два вспомогательных компонента для обработки изображения: DINOv3 и FLUX.2 VAE. Для обоих нужен аккаунт Hugging Face и предварительное принятие условий доступа. Полную домашнюю установку редакция не выполняла, поэтому это сообщение о доступности исходников, не проверенный нами рецепт. s3s4s5

Веса Idol помечены авторами Apache-2.0, и такую же лицензию имеет код SDK. Но это не означает единых прав для всей цепочки: DINOv3 распространяется по отдельной лицензии Meta, а обязательный VAE из FLUX.2-dev отмечен лицензией FLUX Non-Commercial. Перед коммерческим использованием полного процесса нужно отдельно изучить и принять условия этих компонентов; отсутствие платы за скачивание само по себе не даёт разрешения. s1s3s4s5

Насколько быстро работает и стоит ли пробовать сейчас?

Авторы указывают пик 7,2 ГБ видеопамяти в своём замере, но это не подтверждённое минимальное требование для любого компьютера. Их таблица для 50 шагов и 262 144 элементов показывает медиану по восьми изображениям: 46,2 секунды на RTX 3080 и 19,1 секунды на RTX 4090. Вводное обещание «меньше двух секунд» не согласуется даже с самым быстрым результатом той же таблицы — 3,4 секунды на B300. Независимых измерений Modelium не проводил; скорость и качество на вашем фото неизвестны. s1s3

Если вы знакомы с Python и CUDA, следующий шаг — открыть официальный SDK, проверить доступ к обоим дополнительным компонентам и их условия, прежде чем скачивать модель. Для новичка, которому нужен готовый редактор 3D без установки зависимостей и проверки лицензий, этот выпуск пока не подходит. s3s4s5

Источники

1. Hugging Face: закреплённая карточка и файлы Idol. s1
2. Hugging Face: история загрузки весов. s2
3. Speridlabs: SDK, лицензия кода и официальный способ запуска. s3
4. Meta: модель DINOv3 и тип доступа. s4
5. Black Forest Labs: FLUX.2-dev, отдельный доступ и модельная лицензия. s5