Difix3D+
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte dieses Modells sind OPEN, aber es wurde keine Parameteranzahl veröffentlicht. Jede MEMORY- und Geschwindigkeitszahl basiert auf dieser Zahl, daher zeigen wir lieber nichts als eine erfundene Schätzung..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- NVIDIA,National University of Singapore,University of Toronto,Vector Institute
- Organisationsart
- Industry,Academia,Academia,Academia
- Land
- United States of America, Singapore, Canada
- Veröffentlicht
- 3 March 2025
- Autoren
- Jay Zhangjie Wu, Yuxuan Zhang, Haithem Turki, Xuanchi Ren, Jun Gao, Mike Zheng Shou, Sanja Fidler, Zan Gojcic, Huan Ling
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- 3D modeling
- Aufgabe
- 3D reconstruction
- Basis-Modell
- SD-Turbo
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Trainingsdaten
- tokens
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Open — downloadable
- Modellzugang
- Open weights (non-commercial)
- Training-Code
- Open (non-commercial)
- Hugging Face
- nvidia
NVIDIA License https://huggingface.co/nvidia/difix "This model is ready for research and development/non-commercial use only." NVIDIA non-commercial license for training code: https://github.com/nv-tlabs/Difix3D/tree/main
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Unknown
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Difix3D+: Improving 3D Reconstructions with Single-Step Diffusion Models
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Über dieses Modell
Difix3D+ wurde veröffentlicht von NVIDIA,National University of Singapore,University of Toronto,Vector Institute, im Land aufgezeichnet als United States of America, während March 2025. Die Kategorie, in die der Herausgeber fällt, ist industry,Academia,Academia,Academia.
Es funktioniert im Bereich von 3D modeling, und wird als die Aufgabe von aufgezeichnet 3D reconstruction.
Anstatt von Grund auf neu trainiert zu werden, ist es abgeleitet von SD-Turbo. Das ist der Grund, warum es die allgemeine Form und Größe des Basis-Modells teilt.
Veröffentlichte Gewichte bedeuten, dass das Modell auf deinem Rechner läuft und nicht auf dem eines anderen, was die Hardwarefrage unten überhaupt beantwortbar macht. Es ist unter der Organisation auf Hugging Face veröffentlicht. nvidia.
Antworten
Difix3D+ — Häufige Fragen
Difix3D+— Wo kann ich es herunterladen?
Seine Gewichte sind auf Hugging Face veröffentlicht, unter der Organisation nvidia. Wir hosten keine Modell-Dateien — diese Seite berechnet, welche Hardware benötigt wird, um sie auszuführen.
Difix3D+— Welche GPU benötige ich, um es auszuführen?
Wir können nichts sagen. Es hat offene Gewichte, aber es wurde keine Parameteranzahl veröffentlicht, und jede Berechnung von Speicher und Geschwindigkeit basiert auf dieser Zahl. Wir würden lieber nichts zeigen als eine erfundene Schätzung.
Difix3D+— Ist es Open-Source?
Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.
Difix3D+— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
Difix3D+— Wer hat es erstellt?
Es wurde veröffentlicht von NVIDIA,National University of Singapore,University of Toronto,Vector Institute, basiert auf United States of America, eine als kategorisierte Organisation industry,Academia,Academia,Academia.
Difix3D+— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in March 2025.
Difix3D+— Wofür wird es verwendet?
Es funktioniert im Bereich von 3D modeling, und wird als Bewältigung der Aufgabe von 3D reconstruction. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.