Mindket

TripoSplat

新上架第 1 版 · 更新于

概览

在浏览器演示里运行 VAST-AI 的 TripoSplat 模型,带自定义页面和内置示例输入。这个 Space 没有文字说明,想知道模型会生成什么,请看模型页面。

TripoSplat 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 3.12 和 pip
  • 一台能运行这些模型的机器,因为这个 Space 使用 ZeroGPU
用在
  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不需要安装任何东西。
  • Windows、macOS 或 Linux:用 Python 3.12 运行你自己的副本。
先运行
pip install -U huggingface_hub
hf download VAST-AI/TripoSplat --repo-type space --local-dir TripoSplat
cd TripoSplat

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是 VAST-AI 的 TripoSplat 模型的 Gradio 演示。它还提到了 BiRefNet 模型。页面是自定义的 index.html,仓库里有示例输入,演示在 Hugging Face 的 zero-a10g 硬件上运行。README 没有描述模型的输出是什么,所以这个页面只写仓库里能看到的内容。

适合谁

适合关注 VAST-AI 的模型、想在浏览器里试用 TripoSplat 的人,也适合想看带自定义页面的 Gradio 应用是怎么搭起来的开发者。

IndustryWho uses itHow they use itExample
AI 研究研究者试用知名实验室的新模型打开这个 Space,运行一个示例输入
软件开发者阅读带自定义页面的 Gradio 演示查看 app.py、model.py 和 triposplat.py
创意科技好奇的创客在读论文之前先测试模型运行演示,看看输出

如果你需要书面指南,可以跳过它,因为来源没有给出用法说明。

用在哪里

你可以在这些地方使用它:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不需要安装任何东西。
  • Windows、macOS 或 Linux:用 Python 3.12 运行你自己的副本。
Use caseWhoWhat they get back
试用模型好奇的人模型对示例或你自己的输入给出的输出
阅读代码开发者一个小的 Gradio 应用,模型代码在单独的文件里

如何设置

如果要在本地运行副本,你需要先准备:

  • Python 3.12 和 pip
  • 一台能运行这些模型的机器,因为这个 Space 使用 ZeroGPU

在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。

  1. 安装 Hugging Face 工具。
  2. 把这个 Space 的文件下载到一个文件夹。
  3. 进入那个文件夹。
  4. 安装 Space 使用的版本的 Gradio,再安装其他依赖包。
  5. 启动应用。
pip install -U huggingface_hub
hf download VAST-AI/TripoSplat --repo-type space --local-dir TripoSplat
cd TripoSplat
pip install gradio==6.15.2
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后在页面上选择或加载一个输入,并运行模型。

python app.py

示例

你打开这个 Space,选一个内置的示例输入,并运行模型。页面会显示模型对这个输入返回的结果。来源没有说明输出是什么形式。

新手与专家

如果你是新手,打开这个 Space,先用示例输入,再试你自己的。到 Hugging Face 上读读模型页面,了解 TripoSplat 想要生成什么。

如果你熟悉这个领域,这个仓库很小。app.py 提供页面,model.py 和 triposplat.py 放着模型代码,example_inputs_b64.py 把示例输入存成 base64 文本。这个 Space 提到 VAST-AI/TripoSplat 和 ZhengPeng7/BiRefNet 这两个模型。

  1. 打开 Space 页面
  2. 选择或加载一个输入
  3. 模型在 GPU 上运行
  4. 页面显示输出

注意事项

来源只通过文件和运行步骤来描述这个 Space。请到模型页面查看模型做什么、可以怎么使用。

  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你加载的输入,以及从 Hugging Face 下载的模型文件

README 和文件

README

TripoSplat

在浏览器演示里运行 VAST-AI 的 TripoSplat 模型,带自定义页面和内置示例输入。这个 Space 没有文字说明,想知道模型会生成什么,请看模型页面。

由 VAST-AI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个 Space 是 VAST-AI 的 TripoSplat 模型的 Gradio 演示。它还提到了 BiRefNet 模型。页面是自定义的 index.html,仓库里有示例输入,演示在 Hugging Face 的 zero-a10g 硬件上运行。README 没有描述模型的输出是什么,所以这个页面只写仓库里能看到的内容。

适合谁:适合关注 VAST-AI 的模型、想在浏览器里试用 TripoSplat 的人,也适合想看带自定义页面的 Gradio 应用是怎么搭起来的开发者。

Industry | Who uses it | How they use it | Example
AI 研究 | 研究者 | 试用知名实验室的新模型 | 打开这个 Space,运行一个示例输入
软件 | 开发者 | 阅读带自定义页面的 Gradio 演示 | 查看 app.py、model.py 和 triposplat.py
创意科技 | 好奇的创客 | 在读论文之前先测试模型 | 运行演示,看看输出

如果你需要书面指南,可以跳过它,因为来源没有给出用法说明。

用在哪里:你可以在这些地方使用它:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不需要安装任何东西。
  • Windows、macOS 或 Linux:用 Python 3.12 运行你自己的副本。
Use case | Who | What they get back
试用模型 | 好奇的人 | 模型对示例或你自己的输入给出的输出
阅读代码 | 开发者 | 一个小的 Gradio 应用,模型代码在单独的文件里

如何设置:如果要在本地运行副本,你需要先准备:

  • Python 3.12 和 pip
  • 一台能运行这些模型的机器,因为这个 Space 使用 ZeroGPU

在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。

  1. 安装 Hugging Face 工具。
  2. 把这个 Space 的文件下载到一个文件夹。
  3. 进入那个文件夹。
  4. 安装 Space 使用的版本的 Gradio,再安装其他依赖包。
  5. 启动应用。
pip install -U huggingface_hub
hf download VAST-AI/TripoSplat --repo-type space --local-dir TripoSplat
cd TripoSplat
pip install gradio==6.15.2
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后在页面上选择或加载一个输入,并运行模型。

python app.py

示例:你打开这个 Space,选一个内置的示例输入,并运行模型。页面会显示模型对这个输入返回的结果。来源没有说明输出是什么形式。

新手与专家:如果你是新手,打开这个 Space,先用示例输入,再试你自己的。到 Hugging Face 上读读模型页面,了解 TripoSplat 想要生成什么。

如果你熟悉这个领域,这个仓库很小。app.py 提供页面,model.py 和 triposplat.py 放着模型代码,example_inputs_b64.py 把示例输入存成 base64 文本。这个 Space 提到 VAST-AI/TripoSplat 和 ZhengPeng7/BiRefNet 这两个模型。

打开 Space 页面
选择或加载一个输入
模型在 GPU 上运行
页面显示输出

注意事项:来源只通过文件和运行步骤来描述这个 Space。请到模型页面查看模型做什么、可以怎么使用。

  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你加载的输入,以及从 Hugging Face 下载的模型文件

Hugging Face 上的数据(2026年11月13日)

  • 点赞:355
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/VAST-AI/TripoSplat
  • 文件:https://huggingface.co/spaces/VAST-AI/TripoSplat/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
TripoSplat 本页355gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架