Оригинальное название: idol-turbo
Idol принимает на вход изображение объекта и выводит облако 3D гауссиан всего объекта (включая боковые стороны, не попавшие в кадр). Idol Turbo использует двухэтапную LoRA (по одной для этапа с высоким уровнем шума и для этапа с низким уровнем шума), чтобы дистиллировать оригинальную версию с 50 шагами и CFG в версию с 5 шагами без необходимости в CFG; авторы заявляют, что на H200 это занимает около 0.75 секунд; базовая модель не изменяется.
Почему это важно Генерация 3D гауссиан из изображения сокращается с множества шагов и CFG в оригинальной версии до 5 шагов; в ComfyUI достаточно добавить две LoRA, чтобы начать использовать модель.
Объятия и лайки 38 · Объятия и рост рейтинга 37 · Объятия и загрузки 391
Лицензия: разрешено коммерческое использование · ComfyUI: упомянуто в карточке модели · Память: объем видеопамяти не указан
Причины
- Авторы заявляют, что имена ключей LoRA соответствуют упаковке Comfy-Org/Idol, веса уже масштабированы до интенсивности 1.0, что позволяет напрямую использовать официальный рабочий процесс TripoSplat
- В карточке модели приведены сравнительные изображения оригинальной версии и Turbo, обе работают за 5 шагов, при этом один из объектов не входил в обучающую выборку
Использование
- Сначала установите базовую модель, DINOv3, flux2-vae и декодер согласно инструкции Comfy-Org/Idol, затем поместите две LoRA (slow и fast) из папки loras/ в models/loras, установив интенсивность 1.0
Риски
- Показатели скорости получены авторами при тестировании на H200; обучающая выборка для дистилляции состоит из изображений одиночных объектов, выбранных авторами, поведение в сложных сценах не описано