元タイトル：idol-turbo
Idol は物体の画像を入力として受け取り、その物体全体（画像に写っていない側面を含む）の 3D ガウシアン点群を出力します。Idol Turbo では、2段階の LoRA（高ノイズセクション用と低ノイズセクション用に各1つ）を使用し、元の 50 ステップ＋CFG を 5 ステップで CFG なしの構成に蒸留しています。作者によれば、H200 上で約 0.75 秒かかり、ベースモデルは変更されていません。
なぜ重要か 画像から 3D ガウシアンを生成する際、元の多ステップ＋CFG から 5 ステップに削減されました。ComfyUI で2つの LoRA を追加するだけで利用可能です。
ハグ（いいね）数 38 · ハグによるスコア上昇 37 · ハグダウンロード数 391
ライセンス：商用利用可 · ComfyUI：モデルカードに記載あり · VRAM：VRAM 要件は未記載
理由
- 作者によれば、LoRA のキー名は Comfy-Org/Idol のパッケージと一致しており、強度 1.0 に事前スケーリング済みであるため、公式の TripoSplat ワークフローにそのまま適用できます。
- モデルカードには、元のモデルと Turbo がともに 5 ステップで生成した比較画像が添付されており、そのうち1つの物体は訓練セットに含まれていません。
使い方
- まず Comfy-Org/Idol に従ってベースモデル、DINOv3、flux2-vae、およびデコーダーを配置し、次に loras/ ディレクトリ内の slow と fast の2つの LoRA を models/loras に配置します。強度は 1.0 です。
リスク
- 速度の数値は作者が H200 上で測定したものです。蒸留用の訓練データセットは作者が選択した単一物体の画像であり、複雑なシーンについては言及されていません。