Difix3D+
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- NVIDIA,National University of Singapore,University of Toronto,Vector Institute
- Tipo di organizzazione
- Industry,Academia,Academia,Academia
- Paese
- United States of America, Singapore, Canada
- Pubblicato
- 3 March 2025
- Autori
- Jay Zhangjie Wu, Yuxuan Zhang, Haithem Turki, Xuanchi Ren, Jun Gao, Mike Zheng Shou, Sanja Fidler, Zan Gojcic, Huan Ling
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- 3D modeling
- Compito
- 3D reconstruction
- Modello di base
- SD-Turbo
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (non-commercial)
- Codice di addestramento
- 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
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Unknown
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Difix3D+: Improving 3D Reconstructions with Single-Step Diffusion Models
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
Difix3D+ è stato pubblicato da NVIDIA,National University of Singapore,University of Toronto,Vector Institute, nel paese registrato come United States of America, durante March 2025. La categoria sotto cui rientra l'editore è industry,Academia,Academia,Academia.
Funziona nel dominio di 3D modeling, ed è registrato come eseguire il compito di 3D reconstruction.
Invece di essere addestrato da zero, è derivato da SD-Turbo. È per questo che condivide la forma e le dimensioni generali del modello base.
I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile. Su Hugging Face è pubblicato sotto l'organizzazione nvidia.
Risposte
Difix3D+ — domande comuni
Difix3D+— Dove posso scaricarlo?
I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione nvidia. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.
Difix3D+— che GPU ho bisogno per eseguirlo?
Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.
Difix3D+— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
Difix3D+— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
Difix3D+— chi l'ha creato?
È stato pubblicato da NVIDIA,National University of Singapore,University of Toronto,Vector Institute, basato su United States of America, un'organizzazione categorizzata come industry,Academia,Academia,Academia.
Difix3D+— quando è stato rilasciato?
È stato pubblicato in March 2025.
Difix3D+— A cosa serve?
Funziona nel dominio di 3D modeling, e viene registrato come gestire il compito di 3D reconstruction. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.