Mindket

d3-turbo: beyond one question at a time

新上架第 1 版 · 更新于

概览

一个展示 d3-turbo 的网页,这个模型读一次图片、视频片段或文本,就能一起回答关于它的许多问题,页面有场景和五个实时演示。适合工程师和研究者。

d3-turbo: beyond one question at a time 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。

速览

你需要
  • Windows、macOS 或 Linux 上的 Python 和 pip,只用来下载文件
  • 一个网页浏览器
  • 如果只在浏览器里用这个 Space,就什么都不用装
用在
  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:在浏览器里打开下载好的 index.html
先运行
pip install -U huggingface_hub
hf download vllm-sr/d3-turbo --repo-type space --local-dir d3-turbo
cd d3-turbo

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 d3-turbo 的展示页,d3-turbo 是 vLLM Semantic Router 项目的一个 Decision 3 版本。模型以一张图片、一段视频片段或一段文本为输入,然后一次性回答关于它的一整组问题。页面先展示发往免费 Decision API 的真实请求,再运行五个实时演示。

适合谁

适合做视觉和语言模型的工程师和研究者,也适合想知道一次读取输入能回答多少问题的应用开发者。

IndustryWho uses itHow they use itExample
计算机视觉机器学习工程师为你指定的东西查看框和置信度打开四张照片的演示
研究模型研究者对比 d3-turbo 和 d3-flash 的耗时运行对一张照片问 32 个问题的演示
产品开发应用开发者了解一次读取输入能回答什么点一个场景,读它的问题和答案
游戏游戏开发者查看取自开源游戏的场景打开其中一个游戏场景

想要可下载、能离线运行的模型的人可以跳过它,因为这个页面调用的是托管的 API。

用在哪里

  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:在浏览器里打开下载好的 index.html
Use caseWhoWhat they get back
阅读场景工程师每个场景来自 API 的真实问题和答案
两个模型赛跑研究者在你浏览器里测得的 d3-turbo 和 d3-flash 耗时
查看跟踪应用开发者在短视频片段里被跟踪的物体

如何设置

  • Windows、macOS 或 Linux 上的 Python 和 pip,只用来下载文件
  • 一个网页浏览器
  • 如果只在浏览器里用这个 Space,就什么都不用装
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 在浏览器里打开 index.html。
pip install -U huggingface_hub
hf download vllm-sr/d3-turbo --repo-type space --local-dir d3-turbo
cd d3-turbo

如何使用

打开页面,点任意一个场景,看提出的问题和返回的答案。然后试试五个实时演示。

  • 一条消息里的多个问题:针对一段短文本问 64 个问题,把 d3-turbo 和 d3-flash 的耗时放在一起比
  • 一次观察里的多个问题:针对一张照片问 32 个问题,用同样方式计时
  • 用图片做选项:三个让你在图像里做选择的谜题
  • 框和分数:四张照片,你指定的任何物体都会得到一个框和一个分数
  • 随时间的轨迹:片段播放时,鸟和小猫的球被一路跟踪

示例

你打开页面,点一个场景读它的问题和答案,再运行对一张照片问 32 个问题的演示。页面会显示 d3-turbo 和 d3-flash 各用了多久,耗时在你的浏览器里测得。

新手与专家

如果你是新手,先打开这个 Space,逐个点开场景。每个场景都显示一次真实请求和模型的返回,所以你在运行任何东西之前就能看懂这个思路。

如果你是专家,页面会在你的浏览器里自己准备一个免费密钥,然后向 d3-turbo 发一次请求,作为服务在线的证明。如果 API 够不到,就回放之前录下的答案。框、轨迹、选择和是否回答都来自同一次一遍式的读取。

  1. 你打开页面
  2. 页面自己准备一个免费密钥
  3. 它向 d3-turbo 询问一次这个输入
  4. 所有答案一起返回

注意事项

  • 实时结果需要 Decision API:够不到它时,页面回放录下的答案
  • License: apache-2
  • Cost to run: 没有提到,API 密钥是免费的
  • Data it reaches: 免费的 Decision API,以及来自 Wikimedia Commons 和开源游戏的照片与片段,页面上都注明了出处
  • Not for: 离线使用这个模型,因为页面调用的是 API

README 和文件

README

d3-turbo: beyond one question at a time

一个展示 d3-turbo 的网页,这个模型读一次图片、视频片段或文本,就能一起回答关于它的许多问题,页面有场景和五个实时演示。适合工程师和研究者。

由 vllm-sr 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 d3-turbo 的展示页,d3-turbo 是 vLLM Semantic Router 项目的一个 Decision 3 版本。模型以一张图片、一段视频片段或一段文本为输入,然后一次性回答关于它的一整组问题。页面先展示发往免费 Decision API 的真实请求,再运行五个实时演示。

适合谁:适合做视觉和语言模型的工程师和研究者,也适合想知道一次读取输入能回答多少问题的应用开发者。

Industry | Who uses it | How they use it | Example
计算机视觉 | 机器学习工程师 | 为你指定的东西查看框和置信度 | 打开四张照片的演示
研究 | 模型研究者 | 对比 d3-turbo 和 d3-flash 的耗时 | 运行对一张照片问 32 个问题的演示
产品开发 | 应用开发者 | 了解一次读取输入能回答什么 | 点一个场景,读它的问题和答案
游戏 | 游戏开发者 | 查看取自开源游戏的场景 | 打开其中一个游戏场景

想要可下载、能离线运行的模型的人可以跳过它,因为这个页面调用的是托管的 API。

用在哪里:

  • 浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:在浏览器里打开下载好的 index.html
Use case | Who | What they get back
阅读场景 | 工程师 | 每个场景来自 API 的真实问题和答案
两个模型赛跑 | 研究者 | 在你浏览器里测得的 d3-turbo 和 d3-flash 耗时
查看跟踪 | 应用开发者 | 在短视频片段里被跟踪的物体

如何设置:

  • Windows、macOS 或 Linux 上的 Python 和 pip,只用来下载文件
  • 一个网页浏览器
  • 如果只在浏览器里用这个 Space,就什么都不用装
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 在浏览器里打开 index.html。
pip install -U huggingface_hub
hf download vllm-sr/d3-turbo --repo-type space --local-dir d3-turbo
cd d3-turbo

如何使用:打开页面,点任意一个场景,看提出的问题和返回的答案。然后试试五个实时演示。

  • 一条消息里的多个问题:针对一段短文本问 64 个问题,把 d3-turbo 和 d3-flash 的耗时放在一起比
  • 一次观察里的多个问题:针对一张照片问 32 个问题,用同样方式计时
  • 用图片做选项:三个让你在图像里做选择的谜题
  • 框和分数:四张照片,你指定的任何物体都会得到一个框和一个分数
  • 随时间的轨迹:片段播放时,鸟和小猫的球被一路跟踪

示例:你打开页面,点一个场景读它的问题和答案,再运行对一张照片问 32 个问题的演示。页面会显示 d3-turbo 和 d3-flash 各用了多久,耗时在你的浏览器里测得。

新手与专家:如果你是新手,先打开这个 Space,逐个点开场景。每个场景都显示一次真实请求和模型的返回,所以你在运行任何东西之前就能看懂这个思路。

如果你是专家,页面会在你的浏览器里自己准备一个免费密钥,然后向 d3-turbo 发一次请求,作为服务在线的证明。如果 API 够不到,就回放之前录下的答案。框、轨迹、选择和是否回答都来自同一次一遍式的读取。

你打开页面
页面自己准备一个免费密钥
它向 d3-turbo 询问一次这个输入
所有答案一起返回

注意事项:

  • 实时结果需要 Decision API:够不到它时,页面回放录下的答案
  • License: apache-2
  • Cost to run: 没有提到,API 密钥是免费的
  • Data it reaches: 免费的 Decision API,以及来自 Wikimedia Commons 和开源游戏的照片与片段,页面上都注明了出处
  • Not for: 离线使用这个模型,因为页面调用的是 API

Hugging Face 上的数据(2026年11月13日)

  • 点赞:9
  • 构建方式:static
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/vllm-sr/d3-turbo
  • 文件:https://huggingface.co/spaces/vllm-sr/d3-turbo/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
d3-turbo: beyond one question at a time 本页9staticapache-2.0
InferenceSupport共有 static764staticafl-3.0
Huggy共有 static463staticcc-by-nc-sa-4.0
Z-Image Lookalike LoRA Index共有 static189staticapache-2.0
Granite Docling 258M WebGPU共有 static163staticapache-2.0
DINOv3 Web共有 static162staticapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。

新上架

开发类的相似商品

查看开发类的全部商品

Wan2.2-S2V-14B

Wan-AI · 工具包

根据音频生成电影感的角色视频,也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。

新上架

Wan2.2-Animate-14B

Wan-AI · 工具包

通过复制表演者的动作和表情,让角色动起来,或把角色换进视频里,是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。

新上架

d3-turbo

vllm-sr · 工具包

在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。

新上架