Difix3D+
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle sont open, mais aucun compte de paramètres n'a été publié pour celui-ci. Chaque chiffre de mémoire et de vitesse commence à partir de ce nombre, donc nous préférerions ne rien montrer plutôt qu'une estimation fabriquée..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- NVIDIA,National University of Singapore,University of Toronto,Vector Institute
- Type d'organisation
- Industry,Academia,Academia,Academia
- Pays
- United States of America, Singapore, Canada
- Publié
- 3 March 2025
- Auteurs
- Jay Zhangjie Wu, Yuxuan Zhang, Haithem Turki, Xuanchi Ren, Jun Gao, Mike Zheng Shou, Sanja Fidler, Zan Gojcic, Huan Ling
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- 3D modeling
- Tâche
- 3D reconstruction
- Modèle de base
- SD-Turbo
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- Données d'entraînement
- tokens
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Open — downloadable
- Accès au modèle
- Open weights (non-commercial)
- Code d'entraînement
- 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
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Unknown
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Difix3D+: Improving 3D Reconstructions with Single-Step Diffusion Models
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
Difix3D+ a été publié par NVIDIA,National University of Singapore,University of Toronto,Vector Institute, dans le pays enregistré comme United States of America, durant March 2025. La catégorie à laquelle appartient l'éditeur est industry,Academia,Academia,Academia.
Il fonctionne dans le domaine de 3D modeling, et est enregistré comme exécutant la tâche de 3D reconstruction.
Plutôt que d'être entraîné depuis le début, il est dérivé de SD-Turbo. C'est pourquoi il partage la forme et la taille générales du modèle de base.
Les poids publiés signifient que le modèle fonctionne sur votre machine plutôt que sur celle de quelqu'un d'autre, ce qui rend la question matérielle ci-dessous répondable. Sur Hugging Face, il est publié sous l'organisation nvidia.
Réponses
Difix3D+ — questions courantes
Difix3D+— où puis-je le télécharger ?
Ses poids sont publiés sur Hugging Face, sous l'organisation nvidia. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.
Difix3D+— Quelle GPU ai-je besoin pour l'exécuter ?
Nous ne pouvons pas dire. Il a des poids ouverts, mais aucun compte de paramètres n'a été publié pour cela, et chaque calcul de mémoire et de vitesse part de ce nombre. Nous préférerions ne rien montrer plutôt qu'une estimation fabriquée.
Difix3D+— est-ce que c'est open source ?
Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.
Difix3D+— combien de paramètres cela a-t-il ?
Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.
Difix3D+— qui l'a créé ?
Il a été publié par NVIDIA,National University of Singapore,University of Toronto,Vector Institute, basé sur United States of America, une organisation catégorisée comme industry,Academia,Academia,Academia.
Difix3D+— quand a-t-il été publié ?
Il a été publié dans March 2025.
Difix3D+— à quoi ça sert ?
Il fonctionne dans le domaine de 3D modeling, et est enregistré comme gérant la tâche de 3D reconstruction. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.