PhysX-Omni
The checkpoint of PhysX-Omni
Project page: https://physx-omni.github.io/
Характеристики
- Контекст
- 128 000 токенов
- Параметры
- 7,1 млрд
- Размер весов
- 16,6 ГБ
- Лицензия
- MIT
- Архитектура
- qwen2_5_vl · dense
- Базовая модель
- Qwen2.5-VL-7B-Instruct
- Опубликована
- 20 мая 2026
Ссылки
PhysX-Omni
Языковая модель3 профессии
PhysX-Omni — дообученная мультимодальная модель для создания пригодных для физической симуляции 3D-объектов по изображениям.
76скачиваний за 30 дней10лайковвеса обновлены20 мая 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
PhysX-Omni — модель ACERobotics для создания 3D-объектов по изображениям. Это дообученная версия мультимодальной Qwen2.5-VL-7B-Instruct с плотной архитектурой Qwen2.5-VL и 7,1 млрд параметров. Для работы с моделью указаны веса в формате safetensors; базовая модель поддерживает контекст до 128 000 токенов.
Модель предназначена для генерации физических 3D-объектов, пригодных для симуляции. В метаданных также указаны датасеты PhysX-Mobility, PhysX-3D и PhysXVerse. Лицензия — MIT.
Сценарии применения
- создание 3D-объекта для физической симуляции по изображению
- подготовка 3D-сцен для робототехнических симуляторов
- преобразование изображений объектов в симуляционные 3D-ассеты
Ограничения
README содержит только название чекпойнта, поэтому подробности о качестве генерации, формате выходных 3D-данных и способе запуска не приведены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
3D-генерация пока не поддерживается.
- Класс архитектуры
- Qwen2_5_VLForConditionalGeneration
- Ревизия весов
- 765cd27