BrickFlow는 Peter Kulits와 Cordelia Schmid의 NeurIPS 2026 논문 모델입니다. 부품 번호와 색상(LDraw 형식)을 입력으로 받아 플로우 매칭 디노이저를 사용해 각 블록의 위치와 방향을 샘플링한 후, 연결 관계에 따라 스냅 정렬합니다. 이미지 조건부 버전(IC)은 이미지를 참고하여 블록을 배치할 수도 있습니다. 가중치는 S, B, L 세 가지 크기의 사전 학습 버전과 이에 해당하는 이미지 조건부 버전이 있으며, 가장 큰 IC-L은 2.48 GiB입니다. 결과물이 하나로 연결되어 있는지, 부품 간 상호 침투가 있는지 확인하는 평가 도구가 포함되어 있습니다.
왜 중요한가 대부분의 이미지 투 3D 출력은 메시 또는 포인트 클라우드를 생성하지만, 이 모델은 연결 관계를 기반으로 한 LDraw 블록 설계를 직접 제공하며, 결과물이 하나로 연결되어 있는지 및 충돌 여부를 확인할 수 있습니다.
하트 좋아요 2 · 하트 상승 점수 2 · 하트 다운로드 0
라이선스: 상업적 사용 가능 · ComfyUI: 없음 · VRAM: VRAM 정보 미기재
이유
- MIT 라이선스이며, pip 패키지, 데이터셋, 학습 및 평가 코드가 모두 공개되어 있습니다
사용법
- pip install brick-flow, python -m brickflow fetch로 기본 파일을 다운로드한 후, python -m brickflow fetch weights/ic-l을 실행합니다. 자신의 이미지와 동일한 이름의 .ldr 부품 목록을 같은 디렉토리(예: photos/duck.png 및 photos/duck.ldr)에 넣은 뒤, python -m brickflow sample weights/ic-l.pt photos --pt weights/pt-l.pt --samples 4 --guidance --out duck을 실행합니다
리스크
- 먼저 부품 목록을 직접 준비해야 하며, 모델은 배치만 담당합니다. 이미지 조건부 버전은 로그인 및 약관 동의를 요구하는 DINOv3에 의존합니다
- 모델 카드에 VRAM 요구 사항이 명시되어 있지 않으며, 기본 다운로드 크기는 약 3.81 GiB입니다. 온라인 데모가 없습니다