3DGUT

Open gewichten NVIDIA,University of Toronto March 2025

Geen schatting

Geen hardwarevereisten voor dit model

De gewichten van dit model zijn openbaar, maar er is geen parameter count voor gepubliceerd. Elk geheugen- en snelheidsgetal begint bij dat nummer, dus laten we liever niets zien dan een verzonnen schatting.

Op record

Volledige specificatie

Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.

Oorsprong

Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.

Organisatie
NVIDIA,University of Toronto
Organisatie type
Industry,Academia
Land
United States of America, Canada
Gepubliceerd
24 March 2025
Auteurs
Qi Wu, Janick Martinez Esturo, Ashkan Mirzaei, Nicolas Moenne-Loccoz, Zan Gojcic

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.

Domein
3D modeling
Taak
3D reconstruction

Grootte

Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.

Opleidingsgegevens
tokens

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Open — downloadable
Model toegang
Open weights (unrestricted)
Trainingscode
Open source

Apache 2.0 https://github.com/nv-tlabs/3dgrut

Hoe het is geclassificeerd

Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Vereiste vertrouwen
Unknown

Bronnen

Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.

Referentie
3DGUT: Enabling Distorted Cameras and Secondary Rays in Gaussian Splatting
Laatst bijgewerkt
28 November 2025

Wat de cijfers betekenen

Over dit model

3DGUT werd gepubliceerd door NVIDIA, Universiteit van Toronto, in Verenigde Staten van Amerika, in maart 2025. industrie, Academia is de categorie waaronder de uitgever valt.

It works in 3D modeling, and is recorded as doing 3D reconstruction.

The weights are published, so it can be downloaded and run on your own hardware indefinitely, offline, with no account attached.

Antwoorden

3DGUT — Veelgestelde vragen

01

When was 3DGUT released?

3DGUT was published in March 2025.

02

What is 3DGUT used for?

3DGUT works in 3D modeling, and is recorded as handling 3D reconstruction. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.

03

Where can I download 3DGUT?

The weights for 3DGUT are published, though we do not hold a repository link for it. This site calculates hardware requirements rather than hosting model files.

04

What GPU do I need to run 3DGUT?

We cannot say. 3DGUT has open weights, but no parameter count has been published for it, and every memory and speed calculation starts from that number. We would rather show nothing than a fabricated estimate.

05

Is 3DGUT open source?

Its weights are published, so 3DGUT can be downloaded and run on your own hardware. Note that open weights is not the same as open source in the full sense — it says nothing about the training data, the training code, or the commercial terms attached.

06

How many parameters does 3DGUT have?

No parameter count has been published for 3DGUT, which is why no memory or speed figure appears on this page.

07

Who created 3DGUT?

3DGUT was published by NVIDIA,University of Toronto, based in United States of America, categorised as industry,Academia.

Bron

Oorspronkelijke publicatie

Laast bijgewerkt 28 November 2025

De andere richting

Vanuit het andere perspectief bekijken?

Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.