Difix3D+
Geen schatting
Geen hardware-eisen voor dit model
Dit model's gewichten zijn open-source, maar er is geen parameter aantal gepubliceerd. Elk geheugen- en snelheidsfiguur begint vanaf dat nummer, dus we geven liever niets weer dan een gefabriceerde schatting..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- NVIDIA,National University of Singapore,University of Toronto,Vector Institute
- Organisatietype
- Industry,Academia,Academia,Academia
- Land
- United States of America, Singapore, Canada
- Gepubliceerd
- 3 March 2025
- Auteurs
- Jay Zhangjie Wu, Yuxuan Zhang, Haithem Turki, Xuanchi Ren, Jun Gao, Mike Zheng Shou, Sanja Fidler, Zan Gojcic, Huan Ling
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- 3D modeling
- Taak
- 3D reconstruction
- Basis model
- SD-Turbo
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- Training gegevens
- 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
- Toegang tot model
- 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
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Unknown
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Difix3D+: Improving 3D Reconstructions with Single-Step Diffusion Models
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Over dit model
Difix3D+ werd gepubliceerd door NVIDIA,National University of Singapore,University of Toronto,Vector Institute, in het land geregistreerd als United States of America, tijdens March 2025. De categorie waaronder de uitgever valt is industry,Academia,Academia,Academia.
Het werkt in het domein van 3D modeling, en wordt geregistreerd als het uitvoeren van de taak van 3D reconstruction.
In plaats van vanaf nul te worden getraind, is het afgeleid van SD-Turbo. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.
Gepubliceerde gewichten betekenen dat het model op jouw machine draait in plaats van op die van iemand anders, wat de hardwarevraag hieronder op enige manier beantwoordbaar maakt. Op Hugging Face is het gepubliceerd onder de organisatie nvidia.
Antwoorden
Difix3D+ — veelgestelde vragen
Difix3D+— waar kan ik het downloaden?
Zijn gewichten zijn gepubliceerd op Hugging Face, onder de organisatie nvidia. Wij hosten geen modelbestanden - deze site berekent welke hardware nodig is om ze te draaien.
Difix3D+— Welke GPU heb ik nodig om het te draaien?
We kunnen niets zeggen. Het heeft open weights, maar er is geen parameter telling gepubliceerd voor het, en elke memory en snelheid berekening begint vanaf dat nummer. We tonen liever niets dan een gefabriceerde schatting.
Difix3D+— is het open-source?
De gewichten zijn gepubliceerd, zodat ze kunnen worden gedownload en op je eigen hardware kunnen worden uitgevoerd. Houd er rekening mee dat OPEN WEIGHTS niet hetzelfde is als open source in de volle zin — het zegt niets over de trainingsdata, de trainingscode of de commerciële voorwaarden die eraan zijn verbonden.
Difix3D+— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
Difix3D+— wie heeft het gemaakt?
Het werd gepubliceerd door NVIDIA,National University of Singapore,University of Toronto,Vector Institute, gebaseerd op United States of America, een organisatie geclassificeerd als industry,Academia,Academia,Academia.
Difix3D+— wanneer is het uitgebracht?
Het werd gepubliceerd in March 2025.
Difix3D+— waarvoor wordt het gebruikt?
Het werkt in het domein van 3D modeling, en wordt geregistreerd als het afhandelen van 3D reconstruction. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.