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。
把单张图像变成 3D 模型,页面称这大约需要十秒。它来自 TencentARC,适合 3D 美术师、游戏开发者和研究人员。
InstantMesh 是一款工具包,属于开发类,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。
pip install -U huggingface_hub hf download TencentARC/InstantMesh --repo-type space --local-dir InstantMesh cd InstantMesh
InstantMesh 能把一张图片变成 3D 模型。这个 Space 的页面说,这大约需要十秒。它是 TencentARC 的演示,在 Hugging Face 的 ZeroGPU 硬件上运行。
适合想从单张图像快速得到第一个 3D 形状的 3D 美术师、游戏开发者和研究人员。想不装任何东西就试试图像转 3D 的爱好者也适合。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 游戏 | 独立开发者 | 从概念图得到一个粗略的 3D 物体 | 把角色草图变成第一个网格 |
| 设计 | 3D 美术师 | 以参考图像为起点做模型 | 用一张照片开始做一个道具 |
| 研究 | 图形学研究人员 | 试用已发表的图像转 3D 方法 | 在自己的图片上测试这个模型 |
| 兴趣 | 创客和 3D 打印爱好者 | 把图片变成可以继续打磨的形状 | 把一张玩具的图片转成 3D 模型 |
如果你需要可直接用于生产、拓扑干净的网格,可以跳过它,因为它给的是一个快速的初始形状。
| Use case | Who | What they get back |
|---|---|---|
| 把图像变成 3D | 美术师 | 由你的图片生成的 3D 模型 |
| 得到一个快速的基础形状 | 游戏开发者 | 可以在你自己的工具里继续打磨的第一个模型 |
| 试用这个方法 | 研究人员 | InstantMesh 方法的可运行演示 |
在线使用这个 Space 什么都不需要。本地副本需要 Python 和仓库列出的包。这个 Space 在 Hugging Face 上用 ZeroGPU 运行,所以本地副本可能需要性能够用的 GPU。
pip install -U huggingface_hub hf download TencentARC/InstantMesh --repo-type space --local-dir InstantMesh cd InstantMesh pip install gradio==5.50.0 pip install -r requirements.txt python app.py
在浏览器里打开这个 Space,或者用下面的命令启动本地副本,再打开 Gradio 提供的页面。给它一张图像,等它做出 3D 模型。
python app.py
你给它一张背景单一、只有一个物体的清晰图片。这个 Space 会根据这一张图像为该物体建一个 3D 模型,并展示给你。
如果你刚接触这类工具,打开这个 Space,先试仓库里的示例图像。然后试一张你自己的、画面里只有一个清晰物体的图片。
如果你熟悉这个领域,这个 Space 列出了 sudo-ai/zero123plus-v1.2、facebook/dino-vitb16 和 TencentARC/InstantMesh。仓库里有一个 zero123plus 文件夹、配置文件和示例图像。代价是速度优先于细节:由一个视角做出的模型,必须猜出看不到的那几面。
把单张图像变成 3D 模型,页面称这大约需要十秒。它来自 TencentARC,适合 3D 美术师、游戏开发者和研究人员。
由 TencentARC 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。
它是什么:InstantMesh 能把一张图片变成 3D 模型。这个 Space 的页面说,这大约需要十秒。它是 TencentARC 的演示,在 Hugging Face 的 ZeroGPU 硬件上运行。
适合谁:适合想从单张图像快速得到第一个 3D 形状的 3D 美术师、游戏开发者和研究人员。想不装任何东西就试试图像转 3D 的爱好者也适合。
Title: 谁在用一张图像做 3D 模型
Industry | Who uses it | How they use it | Example
游戏 | 独立开发者 | 从概念图得到一个粗略的 3D 物体 | 把角色草图变成第一个网格
设计 | 3D 美术师 | 以参考图像为起点做模型 | 用一张照片开始做一个道具
研究 | 图形学研究人员 | 试用已发表的图像转 3D 方法 | 在自己的图片上测试这个模型
兴趣 | 创客和 3D 打印爱好者 | 把图片变成可以继续打磨的形状 | 把一张玩具的图片转成 3D 模型
如果你需要可直接用于生产、拓扑干净的网格,可以跳过它,因为它给的是一个快速的初始形状。
用在哪里:
Use case | Who | What they get back
把图像变成 3D | 美术师 | 由你的图片生成的 3D 模型
得到一个快速的基础形状 | 游戏开发者 | 可以在你自己的工具里继续打磨的第一个模型
试用这个方法 | 研究人员 | InstantMesh 方法的可运行演示
如何设置:在线使用这个 Space 什么都不需要。本地副本需要 Python 和仓库列出的包。这个 Space 在 Hugging Face 上用 ZeroGPU 运行,所以本地副本可能需要性能够用的 GPU。
pip install -U huggingface_hub
hf download TencentARC/InstantMesh --repo-type space --local-dir InstantMesh
cd InstantMesh
pip install gradio==5.50.0
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本地副本,再打开 Gradio 提供的页面。给它一张图像,等它做出 3D 模型。
python app.py
示例:你给它一张背景单一、只有一个物体的清晰图片。这个 Space 会根据这一张图像为该物体建一个 3D 模型,并展示给你。
新手与专家:如果你刚接触这类工具,打开这个 Space,先试仓库里的示例图像。然后试一张你自己的、画面里只有一个清晰物体的图片。
如果你熟悉这个领域,这个 Space 列出了 sudo-ai/zero123plus-v1.2、facebook/dino-vitb16 和 TencentARC/InstantMesh。仓库里有一个 zero123plus 文件夹、配置文件和示例图像。代价是速度优先于细节:由一个视角做出的模型,必须猜出看不到的那几面。
你给它一张图像
推断出物体的多个视角
由这些视角建出 3D 模型
结果出现在页面里
注意事项:
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。
README.md 4 KB
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 |
|---|---|---|---|---|
| InstantMesh 本页 | 1,609 | gradio | apache-2.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
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。
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。
LibertAIDAI · 工具包
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。
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。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。