Difix3D+
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos de este modelo son OPEN WEIGHT, pero no se ha publicado ninguna cuenta de parámetros para él. Cada figura de MEMORY y velocidad comienza a partir de ese número, así que preferiríamos no mostrar nada que una estimación fabricada..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- NVIDIA,National University of Singapore,University of Toronto,Vector Institute
- Tipo de Organización
- Industry,Academia,Academia,Academia
- País
- United States of America, Singapore, Canada
- Publicado
- 3 March 2025
- Autores
- Jay Zhangjie Wu, Yuxuan Zhang, Haithem Turki, Xuanchi Ren, Jun Gao, Mike Zheng Shou, Sanja Fidler, Zan Gojcic, Huan Ling
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- 3D modeling
- Tarea
- 3D reconstruction
- Modelo base
- SD-Turbo
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- tokens
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (non-commercial)
- Código de entrenamiento
- 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
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Unknown
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Difix3D+: Improving 3D Reconstructions with Single-Step Diffusion Models
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
Difix3D+ fue publicado por NVIDIA,National University of Singapore,University of Toronto,Vector Institute, en el país registrado como United States of America, durante March 2025. La categoría en la que se encuentra el editor es industry,Academia,Academia,Academia.
Funciona en el dominio de 3D modeling, y se registra como realizando la tarea de 3D reconstruction.
En lugar de ser entrenado desde cero, se deriva de SD-Turbo. Por eso comparte la forma y el tamaño general del modelo base.
Los pesos publicados significan que el modelo se ejecuta en tu máquina en lugar de en la de alguien más, lo que hace que la pregunta sobre hardware a continuación sea respondible. En Hugging Face está publicado bajo la organización nvidia.
Respuestas
Difix3D+ — preguntas comunes
Difix3D+— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización nvidia. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
Difix3D+— ¿Qué GPU necesito para ejecutarlo?
No podemos decir. Tiene pesos abiertos, pero no se ha publicado ningún conteo de parámetros para él, y todos los cálculos de memoria y velocidad comienzan desde ese número. Preferiríamos no mostrar nada que una estimación fabricada.
Difix3D+— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
Difix3D+— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
Difix3D+— ¿Quién lo creó?
Fue publicado por NVIDIA,National University of Singapore,University of Toronto,Vector Institute, basado en United States of America, una organización categorizada como industry,Academia,Academia,Academia.
Difix3D+— ¿cuándo fue lanzado?
Se publicó en March 2025.
Difix3D+— ¿Para qué se utiliza?
Funciona en el dominio de 3D modeling, y se registra como manejando la tarea de 3D reconstruction. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.