概览
Idol 是 Speridlabs 于 2026 年 10 月底开源的单图生成 3D 模型（Apache 2.0）：输入一张物体图片（照片、渲染图或 Iris-3B 等模型生成的图），自动去背景、裁切后生成由 3D 高斯组成的物体，输出标准 3DGS .ply 文件，包括原图没拍到的侧面，可在任意高斯泼溅查看器中旋转查看。细节等级可在 32,768 到 1,048,576 个高斯之间选择（默认 262,144）。模型由扩散去噪器（DiT，370.6M）、八叉树解码器（50.8M）和高斯解码器（237.3M）组成，合计约 0.66B 参数；加上 BiRefNet 去背景、DINOv3 与 FLUX.2 VAE 图像编码器后整条流水线约 1.8B 参数，峰值显存约 7.2 GB，需 NVIDIA 显卡与 CUDA、Python 3.10+、PyTorch 2.5+。DINOv3 与 FLUX.2-dev 是 Hugging Face 上需同意条款的受限模型，首次运行前需先申请访问。官方基准（1×H100、50 步、262,144 高斯）中 Idol 在 SSIM 0.726、LPIPS 0.213、IoU 0.862、DINOv2 0.781、CLIP 0.885 上领先 TripoSplat、TRELLIS 和 LGM，单次请求约 6.8 秒；在 B300 上约 3.4 秒。以上为官方数据。官方来源：https://speridlabs.com/research/idol 、https://huggingface.co/speridlabs/idol 、https://github.com/speridlabs/idol-sdk （2026-11-01 核对）。 定价：开放权重（Apache 2.0），可免费自部署；官方提供 Hugging Face 在线 Demo，无付费 API，价格与币种留空。
- 模态
- 多模态
- 参数量
- 0.66B
- 许可说明
- 开源 · Apache 2.0
能力
- 单张图片生成 3D 物体：照片、渲染图或 AI 生成图输入，输出标准 3DGS .ply 高斯泼溅文件，连图片里看不到的侧面也会补全
- 自动去背景、裁切取景，并输出预测的输入视角相机参数
- 细节等级可调：32,768 到 1,048,576 个高斯（默认 262,144）
- 消费级显卡可跑：核心模型 0.66B 参数，整条流水线峰值显存约 7.2 GB；B300 上 26 万高斯约 3.4 秒
- 官方基准（1×H100）在 SSIM、LPIPS、IoU、DINOv2、CLIP 等指标上优于 TripoSplat、TRELLIS、LGM