Ngân sách3D-Idol-Turbo là bản tinh chỉnh của dự án cộng đồng BudgetAny đối với Idol-turbo của Sperid Labs (mô hình chuyển đổi từ một hình ảnh sang mô hình Gauss3D, không cần hướng dẫn, 5 bước), áp dụng ý tưởng từ bài báo BudgetPix về 'phân từ thích ứng theo năng lực tính toán' từ mô hình khuếch tán hình ảnh sang 3D: khi suy luận, sử dụng --budget để chọn tỷ lệ token biến tiềm ẩn thực sự tham gia tính toán trong tổng số 8192 token, cùng một bộ trọng số phù hợp với mọi mức ngân sách. Tác giả tuyên bố rằng trên RTX PRO 6000, lấy mẫu với ngân sách 50% nhanh hơn 1.74 lần, ngân sách 10% nhanh hơn 3.22 lần, nhưng thời gian xử lý toàn bộ quy trình cho mỗi vật thể vẫn khoảng 3.2–3.6 giây, vì giải mã và kết xuất Gauss không bị ảnh hưởng bởi ngân sách.
Tại sao quan trọng Gộp các vùng trống và ít biến đổi thành các token thô theo ngân sách, ngân sách càng thấp thì lấy mẫu càng nhanh; tác giả đã cung cấp bảng tốc độ và bộ nhớ VRAM cho từng mức, với mức tiêu thụ VRAM đỉnh điểm ở ngân sách tối đa khoảng 8 GB.
Hôn má thích 4 · Hôn má tăng điểm 3 · Hôn má tải xuống 291
Giấy phép: Được phép thương mại hóa · ComfyUI: Chưa có · VRAM: ≈2 GB (ước tính)
Lý do
- Apache-2.0; có bản demo trực tuyến trên Hugging Face (phiên bản 50 bước) và WebUI cộng đồng
- Các ví dụ trong thẻ mô hình được lấy từ tập kiểm thử theo khoảng cách cố định, không phải được chọn lọc kỹ lưỡng
Cách sử dụng
- git clone https://github.com/BudgetAny/Budget3D và thiết lập môi trường theo hướng dẫn của nó, hf download BudgetAny/Budget3D-Idol-Turbo budget3d_idol_turbo.safetensors config.json --local-dir weights, sau đó chạy python scripts/sample.py --ckpt weights/budget3d_idol_turbo.safetensors --turbo --image photo.jpg --budget 0.5 --out photo.ply
Rủi ro
- Không phải là bản triển khai chính thức của bài báo, báo cáo kỹ thuật chưa được công bố, các con số đều do tác giả tự kiểm tra
- Khi chạy còn cần DINOv3 và FLUX.2 VAE, mỗi loại đều có giấy phép riêng; chưa có nút ComfyUI