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。
把一张图片变成 3D 物体,比 Idol 快约 12x,用的是只需 6 步而不是 50 步的蒸馏版本。适合想快速得到图片转 3D 结果的人。
Idol Turbo 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 akhaliq/idol-turbo --repo-type space --local-dir idol-turbo cd idol-turbo
Idol Turbo 是一个 Gradio 演示,能从一张图片生成 3D 物体。它是 speridlabs/idol 的蒸馏版本,只需 6 步而不是 50 步,也不需要引导环节,网络评估次数因此减少到原来的 1/16.7。
它适合 3D 艺术家、游戏开发者和研究者,想要快速得到图片转 3D 的结果,也适合想把蒸馏模型和原版放在一起试用的人。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 游戏开发 | 独立开发者 | 把单个物体的图片变成 3D 草稿 | 测试一张道具图片,查看 3D 物体 |
| 设计与 3D 艺术 | 艺术家 | 从参考图快速得到 3D 起点 | 连续试几张图片,比较各个草稿 |
| AI 研究 | 研究者 | 把少步数模型和原版 Idol 做对比 | 在这里和原版 Space 里各运行同一张图片 |
如果你需要原版模型完整 50 步的输出,可以跳过它。
| 用途 | 适合谁 | 能得到什么 |
|---|---|---|
| 快速 3D 草稿 | 艺术家和开发者 | 一张图片生成的 3D 物体,步数少得多 |
| 模型对比 | 研究者 | 看到 6 步权重与原版的差别 |
| 自己的副本 | 开发者 | 带有该演示界面和权重的自己的 Space |
pip install -U huggingface_hub hf download akhaliq/idol-turbo --repo-type space --local-dir idol-turbo cd idol-turbo pip install gradio==5.49.1 pip install -r requirements.txt python app.py
打开页面,或者打开你本地副本启动的页面,给它一张图片。应用会从中生成 3D 物体。页面布局来自 Speri Labs 的原版 Idol 演示。
给应用一张单个物体的图片,比如一把椅子。它运行 6 步模型,在页面里返回这个物体的 3D 版本。
先打开 Space 页面,试一张单个物体的图片。不需要安装任何东西,你会在同一个页面里看到 3D 结果。
权重是用 phase-LoRA 方法在 93 张单个物体的图片上蒸馏出来的,引导已经内置其中,所以 6 个无引导步骤可以代替 50 个有引导步骤。仓库里有 app.py、model.py、turbo.py 和一个 idol 包。DINOv3 从一个核对过数值的社区镜像加载,所以不需要 Meta 的门禁审批。
模型是在单物体图片上蒸馏的,所以单个物体是最稳妥的输入。在线版本需要 ZeroGPU 硬件。
把一张图片变成 3D 物体,比 Idol 快约 12x,用的是只需 6 步而不是 50 步的蒸馏版本。适合想快速得到图片转 3D 结果的人。
由 akhaliq 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:Idol Turbo 是一个 Gradio 演示,能从一张图片生成 3D 物体。它是 speridlabs/idol 的蒸馏版本,只需 6 步而不是 50 步,也不需要引导环节,网络评估次数因此减少到原来的 1/16.7。
适合谁:它适合 3D 艺术家、游戏开发者和研究者,想要快速得到图片转 3D 的结果,也适合想把蒸馏模型和原版放在一起试用的人。
行业 | 谁在用 | 怎么用 | 例子
游戏开发 | 独立开发者 | 把单个物体的图片变成 3D 草稿 | 测试一张道具图片,查看 3D 物体
设计与 3D 艺术 | 艺术家 | 从参考图快速得到 3D 起点 | 连续试几张图片,比较各个草稿
AI 研究 | 研究者 | 把少步数模型和原版 Idol 做对比 | 在这里和原版 Space 里各运行同一张图片
如果你需要原版模型完整 50 步的输出,可以跳过它。
用在哪里:
用途 | 适合谁 | 能得到什么
快速 3D 草稿 | 艺术家和开发者 | 一张图片生成的 3D 物体,步数少得多
模型对比 | 研究者 | 看到 6 步权重与原版的差别
自己的副本 | 开发者 | 带有该演示界面和权重的自己的 Space
如何设置:
pip install -U huggingface_hub
hf download akhaliq/idol-turbo --repo-type space --local-dir idol-turbo
cd idol-turbo
pip install gradio==5.49.1
pip install -r requirements.txt
python app.py
如何使用:打开页面,或者打开你本地副本启动的页面,给它一张图片。应用会从中生成 3D 物体。页面布局来自 Speri Labs 的原版 Idol 演示。
示例:给应用一张单个物体的图片,比如一把椅子。它运行 6 步模型,在页面里返回这个物体的 3D 版本。
新手与专家:先打开 Space 页面,试一张单个物体的图片。不需要安装任何东西,你会在同一个页面里看到 3D 结果。
权重是用 phase-LoRA 方法在 93 张单个物体的图片上蒸馏出来的,引导已经内置其中,所以 6 个无引导步骤可以代替 50 个有引导步骤。仓库里有 app.py、model.py、turbo.py 和一个 idol 包。DINOv3 从一个核对过数值的社区镜像加载,所以不需要 Meta 的门禁审批。
你给应用一张图片
6 步的 Idol Turbo 权重处理它
VAE 编码器和 DINOv3 提供特征
Gradio 在页面里显示 3D 物体
注意事项:模型是在单物体图片上蒸馏的,所以单个物体是最稳妥的输入。在线版本需要 ZeroGPU 硬件。
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 |
|---|---|---|---|---|
| Idol Turbo 本页 | 10 | 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。