Titre original : idol-turbo
Idol prend en entrée une image d'objet et produit un nuage de points gaussien 3D de l'objet entier (y compris les côtés non visibles sur l'image). Idol Turbo utilise deux LoRA en deux étapes (un pour la phase de bruit élevé, un pour la phase de bruit faible) pour distiller la version originale nécessitant 50 étapes avec CFG en une version à 5 étapes sans CFG ; selon les auteurs, cela prend environ 0.75 secondes sur H200, sans modifier le modèle de base.
Pourquoi c'est important La génération de gaussiens 3D à partir d'une image passe de plusieurs étapes avec CFG dans la version originale à seulement 5 étape, et il suffit d'ajouter deux LoRA dans ComfyUI pour l'utiliser.
J'aime (Hugging Face) 38 · Progression des likes Hugging Face 37 · Téléchargements Hugging Face 391
Licence : usage commercial autorisé · ComfyUI : mentionné dans la fiche du modèle · Mémoire GPU : non spécifiée
Raisons
- Selon les auteurs, les noms des clés LoRA correspondent à ceux du paquet Comfy-Org/Idol et ont été pré-mis à l'échelle pour une intensité de 1.0, permettant une intégration directe dans le flux de travail officiel TripoSplat
- La fiche du modèle inclut des images comparatives entre la version originale et Turbo, toutes deux fonctionnant en 5 étape, dont un objet absent de l'ensemble d'entraînement
Utilisation
- Installez d'abord le modèle de base, DINOv3, flux2-vae et le décodeur conformément à Comfy-Org/Idol, puis placez les deux LoRA (slow et fast) du dossier loras/ dans models/loras avec une intensité de 1.0
Risques
- Les chiffres de vitesse ont été mesurés par les auteurs sur H200 ; l'ensemble d'entraînement pour la distillation est constitué d'images d'objets uniques choisies par les auteurs, et les performances dans des scènes complexes ne sont pas précisées