BrickFlow は、Peter Kulits と Cordelia Schmid による NeurIPS 2026 論文のモデルです。入力として部品番号と色(LDraw 形式)を受け取り、フローマッチングノイズ除去器を用いて各ブロックの位置と向きをサンプリングし、接続関係に基づいてスナップアライメントを行います。画像条件付き版(IC)では、画像を参照して配置することも可能です。重みには S、B、L の3段階の事前学習済みバージョンと、それぞれに対応する画像条件付きバージョンがあり、最大の IC-L は 2.48 GiB です。結果が一体として接続されているか、部品同士が互いに貫通していないかをチェックできる評価ツールも付属しています。
なぜ重要か 多くの画像生成 3D はグリッドや点雲を出力しますが、本手法は直接 LDraw ブロックの設計案を提示し、接続関係に基づいて誘導するとともに、一体として連結されているか、衝突がないかを検証できます。
ハグによるいいね 2 · ハグによる上昇スコア 2 · ハグによるダウンロード数 0
ライセンス:商用利用可 · ComfyUI:未対応 · VRAM:記載なし
理由
- MIT ライセンスであり、pip パッケージ、データセット、学習および評価コードがすべて公開されています
使い方
- pip install brick-flow を実行し、python -m brickflow fetch でデフォルトファイルをダウンロードした後、python -m brickflow fetch weights/ic-l で重みを取得します。自分の画像と同名の .ldr 部品リストを同じディレクトリ(例:photos/duck.png と photos/duck.ldr)に配置し、python -m brickflow sample weights/ic-l.pt photos --pt weights/pt-l.pt --samples 4 --guidance --out duck を実行します
リスク
- 部品リストは事前に自分で準備する必要があり、本モデルは配置のみを担当します。画像条件付き版は、ログインして利用規約に同意する必要がある DINOv3 に依存しています
- モデルカードには VRAM 要件が記載されておらず、デフォルトのダウンロードサイズは約 3.81 GiB です。オンラインデモはありません